标签：integer bsp 复杂 using else 时间复杂度 解法 figure other
Given an integer array nums, find the contiguous subarray (containing at least one number) which has the largest sum and return its sum.
Example: Input: [-2,1,-3,4,-1,2,1,-5,4], Output: 6 Explanation: [4,-1,2,1] has the largest sum = 6.
Follow up:
If you have figured out the O(n) solution, try coding another solution using the divide and conquer approach, which is more subtle.
思路
这道题看到之后第一想到的就是使用动态规划来解决这个问题。使用动态规划需要申请一个辅助数组，另外还需要动态方程，方程为dp[i] = nums[i] + ( dp[i-1] if dp[i-1] > 0 else 0)。 这种解法的时间复杂度为O(n)，空间复杂度为O(n)。
第二种思路就是我们设置一个sum_标志量和结果变量，然后从头遍历，使用sum_变量存储连续数组的和，如果当前小于0直接赋值为0。最后返回结果变量。时间复杂度为O(n)，空间复杂度为O(1)。
第一种思路代码
1 class Solution(object):
2 def maxSubArray(self, nums):
3 """
4 :type nums: List[int]
5 :rtype: int
6 """
7 if len(nums) < 1 :
8 return 0
9 dp = [0] * len(nums) # 辅助数组
10 dp[0] = nums[0] # 记录nums第一个的值
11 max_num = dp[0] # 记录子数组最大的值
12 for i in range(1, len(nums)):
13 dp[i] = nums[i] + (dp[i-1] if dp[i-1]> 0 else 0) # 记录当前最大的子数组和的值
14 max_num = max(max_num, dp[i])
15 return max_num
第二种思路解决办法
1 class Solution(object):
2 def maxSubArray(self, nums):
3 """
4 :type nums: List[int]
5 :rtype: int
6 """
7 if len(nums) < 1 :
8 return 0
9 res, sum_ = nums[0], 0
10 for i in nums:
11 sum_ += i
12 res = max(sum_, res)
13 if sum_ < 0:
14 sum_ = 0
15 return res
【LeetCode每天一题】Maximum Subarray(最大子数组)
标签：integer bsp 复杂 using else 时间复杂度 解法 figure other
原文地址：https://www.cnblogs.com/GoodRnne/p/10726043.html
