栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Java

【LeetCode 算法】第五十一题 最大子序和

Java 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

【LeetCode 算法】第五十一题 最大子序和

第五十一题 最大子序和

文章目录
  • 第五十一题 最大子序和
      • 题目描述
      • 方法一:动态规划
      • 方法二:贪心算法

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数组(子数组最少包含一个元素),返回其最大和。
例如:

解题方法

方法一:动态规划

图解:

Java:

class Solution {
    public int maxSubArray(int[] nums) {
        int pre = 0, maxAns = nums[0];
        for (int x : nums) {
            pre = Math.max(pre + x, x);
            maxAns = Math.max(maxAns, pre);
        }
        return maxAns;
    }
}

C++: 转载

class Solution {
public:
    int maxSubArray(vector& nums) {
        int pre = 0, maxAns = nums[0];
        for (const auto &x: nums) {
            pre = max(pre + x, x);
            maxAns = max(maxAns, pre);
        }
        return maxAns;
    }
};

Python: 转载

from typing import List
class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        size = len(nums)
        pre = 0
        res = nums[0]
        for i in range(size):
            pre = max(nums[i], pre + nums[i])
            res = max(res, pre)
        return res

方法二:贪心算法
  • 若当前所指元素之前的和小于0,则丢弃当前元素之前的数列

图解:

Java:

    public static int maxSubArray2(int[] nums){
        int res = nums[0];
        int sum = 0;    
        for (int num : nums) {
            if (sum>0){
                sum+=num;
            }else{
                sum=num;
            }
            res=Math.max(res,sum);
        }
        return res;
    }

C++: 转载

class Solution {
public:
    int maxSubArray(vector& nums) {
        int result = INT32_MIN;
        int count = 0;
        for (int i = 0; i < nums.size(); i++) {
            count += nums[i];
            if (count > result) { // 取区间累计的最大值(相当于不断确定最大子序终止位置)
                result = count;
            }
            if (count <= 0) count = 0; // 相当于重置最大子序起始位置,因为遇到负数一定是拉低总和
        }
        return result;
    }
};

python:

def maxSubArray5(self, nums: List[int]):
    max_nums = nums[0]
    sum = 0
    for num in nums:
        sum = sum + num if sum > 0 else num
        max_nums = max(max_nums, sum)
    return max_nums

本文仅介绍了动态规划和贪心两种算法思路,而本题的解题方法还有很多,如暴力法、分治法和递归等,大家可自己尝试这些解法。

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/439344.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号