解法一 一次遍历
直观的解法是遍历数组的所有子数组打擂求解,但是这种方法空间复杂度为
O
(
n
2
)
O(n^2)
O(n2)。为了降低复杂度可以举一个例子,尝试从头到尾逐个累加每个数字,以数组[1,-2,3,10,-4,7,2,-5]
为例:
可以发现1+ -2 = -1 < 0,当-1加3时等于2,而2比3本身要小所以累加数组和得抛弃前面的和-1,而重新加上3。每次记录最大的子数组和不断打擂可以得出结果。
class Solution {
public int maxSubArray(int[] nums) {
int curSum = 0;//当前和
int greatestSum = Integer.MIN_VALUE;
for(int i = 0; i < nums.length; i++) {
if(curSum < 0) {
curSum = nums[i];
}else {
curSum += nums[i];
}
if(curSum > greatestSum) {
greatestSum = curSum;
}
}
return greatestSum;
}
}
解法二 动态规化
使用动态规化的思想来分析问题。如果用
f
(
i
)
f(i)
f(i)表示第
i
i
i个数字结尾的子数组的最大和,那么需要求出
m
a
x
[
f
(
i
)
]
(
0
<
=
i
<
n
)
max[f(i)] (0<=i<n)
max[f(i)](0<=i<n)可以有以下递归公式求解
f
(
i
)
f(i)
f(i):
这种思路代码与解法一一至,递归公式中的
f
(
i
)
f(i)
f(i)即为curSum
,
m
a
x
[
f
(
i
)
]
max[f(i)]
max[f(i)]为greatestSum