最大连续子序列,Maximum Subarray
🎈 作者:Linux猿
🎈 简介:CSDN博客专家🏆,华为云享专家🏆,Linux、C/C++、面试、刷题、算法尽管咨询我,关注我,有问题私聊!
🎈 欢迎小伙伴们点赞👍、收藏⭐、留言💬
一、题目描述
给定一个整数数组 nums ,找到一个具有最大和的连续子序列(子序列中最少包含一个元素),返回其最大和。
其中:
1 <= nums.length <= 3 * 104
-10^5 <= nums[i] <= 10^5
二、题目样例
输入:nums = [-2,1,-3,4,-1,2,1,-5,4]
输出:6
说明:在数组 nums 中,连续子序列 [4, -1, 2, 1] 的和是所有连续子序列中最大的,故连续子序列的和最大为 6 。
三、算法思想
这是一道非常经典的题目,是一道非常基础的动态规划题目,假设 dp[i] 为以第 i 个元素为结尾的连续序列的最大和,那么,有如下动态转移方程:
dp[i] = max(dp[i-1] + nums[i], nums[i])
上述方程代表以第 i 个元素为结尾的连续序列的最大和等于:以第 i-1 个元素为结尾的连续序列的最大和加上第 i 个元素值和第 i 个元素值的最大值。
因为本题中仅仅是求一个最大值,故可以把转移方程改为:sum = max(sum + nums[i], nums[i])。
四、代码实现
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int sum = 0; // 记录连续子序列的和
int ans = nums[0]; // 假设最大值为 nums[0]
for(int i = 0; i < (int)nums.size(); ++i) {
sum = max(sum + nums[i], nums[i]); // 计算 sum
ans = max(sum, ans); // 求最大值
}
return ans;
}
};
五、复杂度分析
时间复杂度:O(n),因为程序整个执行过程只遍历了一次 nums 数组,故时间复杂度为 O(n);
空间复杂度:O(1),在程序中,仅用到了 sum 和 ans 两个额外的变量,可以忽略,故空间复杂度为 O(1);
六、题目链接
CSDN博客专家🏆,华为云享专家🏆,Linux、C/C++、面试、刷题、算法尽管咨询我,关注我,有问题私聊!
欢迎小伙伴们点赞👍、收藏⭐、留言💬
- 点赞
- 收藏
- 关注作者
评论(0)