1. 题目来源
链接:连续子数组的最大和
来源:LeetCode——《剑指-Offer》专项
2. 题目说明
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 。
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
3. 题目解析
方法一:前缀和+双指针+巧妙解法
连续子数组最大和问题,可以用一维前缀和的知识进行巧妙解答。 关于前缀和思想,可参考博主的这篇博文:[有趣的算法思维] 3. 前缀和思维与最大子阵和(前缀和、最大子段和、最大子阵和、代码优化)
首先,题目要求时间复杂度为 , 的遍历所以可能区间来取最大值肯定不行,需要一个 的方法。在这个问题中就想到了双指针,但是光用双指针也不可能 的遍历所有区间,必然需要一个巧妙的方法来更新指针的移动,这里的策略就是:
- 尾指针遍历到哪一位,看一下头尾指针的前缀和的大小和这一个位的数的大小
- 如果前缀和小于这一位,说明从头指针开始的子数组必然小于从这一位开始的子数组,所以这时候把头指针移到尾指针上即可
- 如果前缀和大于这一位的话,尾指针向后 +1 即可
这样便能在遍历 1 次前缀和数组的情况下得到结果。
参见代码如下:
// 执行用时 :36 ms, 在所有 C++ 提交中击败了27.23%的用户
// 内存消耗 :25.9 MB, 在所有 C++ 提交中击败了100.00%的用户
class Solution {
public:
int maxSubArray(vector<int>& nums) {
if (nums.size() == 1) return nums[0];
vector<int> vt(nums.size() + 1, 0);
int cnt = 0;
for (int i = 0; i < nums.size(); ++i) {
cnt += nums[i];
vt[i + 1] += cnt;
}
int left = 1, right = 1;
int sum = -10000000;
while (right <= nums.size()) {
int tmp = vt[right] - vt[left - 1];
if (tmp < nums[right - 1]) {
sum = max(sum, nums[right - 1]);
left = right;
}
else {
sum = max(sum, tmp);
right += 1;
}
}
return sum;
}
};
方法二:原地动规+常规解法
这是一道基础的动态规划问题,常常能作为学习动态规划的基础入门题出现,即在原地修改数组,将数组每个位置的值更改为当前位置上的最大和。 即原地动规。
这种写法修改了原数组,还是需要实现询问是否能对原数组进行修改?
参见代码如下:
// 执行用时 :24 ms, 在所有 C++ 提交中击败了79.79%的用户
// 内存消耗 :25.4 MB, 在所有 C++ 提交中击败了100.00%的用户
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int tmp = nums[0];
for (int i = 1; i < nums.size(); ++i) {
if (nums[i - 1] > 0) nums[i] += nums[i - 1];
tmp = max(tmp, nums[i]);
}
return tmp;
}
};