leetcode 53. Maximum Subarray
2017-11-09 10:45
357 查看
Find the contiguous subarray within an array (containing at least one number) which has the largest sum.
For example, given the array [-2,1,-3,4,-1,2,1,-5,4], the contiguous subarray [4,-1,2,1] has the largest sum = 6.
思路:DP问题。max_sum 必然是以A[i](取值范围为A[0] ~ A[n-1])结尾的某段构成的,假设把A[i]之前的连续段叫做sum。可以很容易想到:
如果sum>=0,就可以和A[i]拼接在一起构成新的sum’。因为不管A[i]多大,加上一个正数总会更大,这样形成一个新的candidate。
反之,如果sum<0,就没必要和A[I]拼接在一起了。因为不管A[i]多小,加上一个负数总会更小。此时由于题目要求数组连续,所以没法保留原sum,所以只能让sum等于从A[i]开始的新的一段数了,这一段数字形成新的candidate。
如果每次得到新的candidate都和全局的max_sum进行比较,那么必然能找到最大的max sum subarray.
在循环过程中,用max_sum记录历史最大的值。从A[0]到A[n-1]一步一步地进行。
For example, given the array [-2,1,-3,4,-1,2,1,-5,4], the contiguous subarray [4,-1,2,1] has the largest sum = 6.
思路:DP问题。max_sum 必然是以A[i](取值范围为A[0] ~ A[n-1])结尾的某段构成的,假设把A[i]之前的连续段叫做sum。可以很容易想到:
如果sum>=0,就可以和A[i]拼接在一起构成新的sum’。因为不管A[i]多大,加上一个正数总会更大,这样形成一个新的candidate。
反之,如果sum<0,就没必要和A[I]拼接在一起了。因为不管A[i]多小,加上一个负数总会更小。此时由于题目要求数组连续,所以没法保留原sum,所以只能让sum等于从A[i]开始的新的一段数了,这一段数字形成新的candidate。
如果每次得到新的candidate都和全局的max_sum进行比较,那么必然能找到最大的max sum subarray.
在循环过程中,用max_sum记录历史最大的值。从A[0]到A[n-1]一步一步地进行。
class Solution(object): def maxSubArray(self, nums): """ :type nums: List[int] :rtype: int """ sum = nums[0] max_sum = sum for i in range(1, len(nums)): sum = nums[i] + max(sum, 0) max_sum = max(max_sum, sum) return max_sum
相关文章推荐
- [leetcode]53. Maximum Subarray 最大连续子串python实现【medium】
- LeetCode-53. Maximum Subarray
- leetcode-53. Maximum Subarray
- [LeetCode] Algorithms-53. Maximum Subarray
- LeetCode53. Maximum Subarray
- LeetCode 53. Maximum Subarray
- LeetCode 53. Maximum Subarray
- Leetcode:53. Maximum Subarray
- Leetcode:53. Maximum Subarray
- LeetCode - 53. Maximum Subarray
- LeetCode 53. Maximum Subarray
- 【LeetCode】53. Maximum Subarray
- LeetCode - 53. Maximum Subarray - C++
- [leetcode]#53. Maximum Subarray
- [LeetCode]53. Maximum Subarray
- leetcode.array--53. Maximum Subarray
- Leetcode 53. Maximum Subarray
- [LeetCode] 53. Maximum Subarray
- leetcode 53. Maximum Subarray
- LeetCode [53. Maximum Subarray]