【LeetCode每天一题】Maximum Subarray(最大子数组)

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

---

 class Solution(object):
     def maxSubArray(self, nums):
         """
         :type nums: List[int]
         :rtype: int
         """
         if len(nums) < 1 :
             return  0
         dp = [0] * len(nums)     # 辅助数组
         dp[0] = nums[0]    # 记录nums第一个的值
         max_num = dp[0]     # 记录子数组最大的值
         for i in range(1, len(nums)):
             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
             max_num = max(max_num, dp[i])
         return max_num

第二种思路解决办法

---

 class Solution(object):
     def maxSubArray(self, nums):
         """
         :type nums: List[int]
         :rtype: int
         """
         if len(nums) < 1 :
             return  0
         res, sum_ = nums[0], 0
         for i in nums:
             sum_ += i
             res = max(sum_, res)
             if sum_ < 0:
                 sum_ = 0
         return res