【leetcode】42. 连续子数组的最大和(动态规划)

本文深入探讨了求解连续子数组最大和的问题,通过动态规划的方法,详细讲解了如何在O(n)的时间复杂度内找到数组中连续子数组的最大和。文章提供了具体的算法实现代码,并通过实例解释了算法的工作原理。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

输入一个整型数组,数组里有正数也有负数。数组中的一个或连续多个整数组成一个子数组。求所有子数组的和的最大值。

要求时间复杂度为O(n)。

示例1:

输入: nums = [-2,1,-3,4,-1,2,1,-5,4]
输出: 6
解释: 连续子数组 [4,-1,2,1] 的和最大,为 6。

提示:

1 <= arr.length <= 10^5
-100 <= arr[i] <= 100

注意:本题与主站 53 题相同:https://leetcode-cn.com/problems/maximum-subarray/

https://leetcode-cn.com/problems/lian-xu-zi-shu-zu-de-zui-da-he-lcof/
接着刷动态规划


按照动态规划的思想,找动态转义方程
dp[i] = max(dp[i] + nums[i], nums[i])
前面的序列和,与当前的值相加,是否比当前值大?
然后得到一个dp数组,取dp数组中最大值即可。

// https://leetcode-cn.com/problems/lian-xu-zi-shu-zu-de-zui-da-he-lcof/
// 面试题42. 连续子数组的最大和
int maxSubArray(vector<int>& nums) {

	vector<int> dp(nums.size());

	dp[0] = nums[0];

	for (int i = 1; i < nums.size(); i++)
	{
		dp[i] = std::max(dp[i - 1] + nums[i], nums[i]);
	}

	int res = INT_MIN;
	for (auto i : dp)
	{
		if (i > res)
			res = i;
	}

	return res;
}

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值