LeetCode-53. 最大子序和-CSDN博客

本文链接：https://blog.csdn.net/qq_25652949/article/details/89453641

本文探讨了如何优化寻找最大子数组和问题的算法，从最初的暴力解法O(n^2)逐步改进到高效的O(n)解法。通过分析与比较不同的算法思路，特别是动态规划的应用，展示了算法优化的重要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

给定一个整数数组 nums ，找到一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。
示例:

输入: [-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。

如果你已经实现复杂度为 O(n) 的解法，尝试使用更为精妙的分治法求解.

这道题貌似很熟悉,应该在哪里见过。。。但对我来说就是老规矩,没有暴力解决不了的问题

class Solution {
    public int maxSubArray(int[] nums) {
        int len = nums.length;
        int mark = nums[0];
        int sum = 0;
        for(int i=0;i<len;i++){
            for(int j=i;j<len;j++){
                sum += nums[j] ;
                if(sum>mark){
                    mark = sum;
                }
            }
            sum = 0;
        }
        return mark;
    }
}

执行用时 : 111 ms, 在Maximum Subarray的Java提交中击败了6.25% 的用户
内存消耗 : 42.5 MB, 在Maximum Subarray的Java提交中击败了50.47% 的用户

这样做的时间开销有点大,O(n^2),还未满足题目所说的O(n)
看了一下评论里的第一个代码后发现了：如果前面的子序列的和小于0，那么只需要重新确定序列首部;如果大于0，那肯定要与记录当前子序列的和相加.

public int maxSubArray(int[] nums) {
   	 int res = nums[0];
     int sum = 0;
     for(int num : nums){
         if(sum>0){
             sum += num;
         }else{
             sum = num;
         }
         res = Math.max(res,sum);
     }
     return res;
 }