牛客网-连续子数组的最大和

最新推荐文章于 2022-07-27 11:31:51 发布

原创最新推荐文章于 2022-07-27 11:31:51 发布 · 686 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#动态规划 #算法 #leetcode

算法习题专栏收录该内容

1 篇文章

订阅专栏

该博客探讨了如何使用动态规划算法解决找到一串整数中连续子数组的最大和的问题。给出了一个O(n)时间复杂度和O(n)空间复杂度的解决方案，并提供了进阶优化到O(n)时间复杂度和O(1)空间复杂度的方法。内容详细解释了算法思路及代码实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

牛客网-连续子数组的最大和题目链接

描述
输入一个长度为n的整型数组array，数组中的一个或连续多个整数组成一个子数组，子数组最小长度为1。求所有子数组的和的最大值。
数据范围:
1 <= n <= 2\times10^51<=n<=2×10
5

-100 <= a[i] <= 100−100<=a[i]<=100

要求:时间复杂度为 O(n)O(n)，空间复杂度为 O(n)O(n)
进阶:时间复杂度为 O(n)O(n)，空间复杂度为 O(1)O(1)

public static int FindGreatestSumOfSubArray(int[] array) {
        if(array.length == 0) {
            return 0;
        }
        // 定义dp用来保存相加后的值
        int[] dp = new int[array.length];
        dp[0] = array[0];
        for (int i = 1; i < array.length; i++) {
            // 当前面相加的值小于当前值的时候 重新从当前值开始相加
            dp[i] = Math.max(dp[i - 1] + array[i], array[i]);
        }
        int max = dp[0];
        // 找出最大的一个
        for (int i = 1; i < dp.length; i++) {
            if(max < dp[i]) {
                max = dp[i];
            }
        }
        return max;
    }