<LeetCode OJ> 53. Maximum Subarray

来源：互联网发布：cda数据分析师证编辑：程序博客网时间：2024/05/29 08:38

题目翻译：
在数组中找到连续的子数组（包含至少一个数字），他的和是所有子数组最大的。
例如，给定的数组[−2,1，−3,4，−1,2,1，−5,4 ]，
的子数组[ 4，−1,2,1 ] has the largest sum = 6。

分析：

典型的动态规划问题：

定义子问题：tmpSum[i]为以第i个元素结尾的最大连续子数组和
很显然在for循环遍历的过程中，只有两种情况：

1）tmpSum[i]重新以当前元素nums[i]开始

2）tmpSum[i]继续累加，即当前元素nums[i]+tmpSum[i-1]

在这里，实际上可以将tmpSum数组省去，直接用一个变量递推即可，因为只和前一次结果相关。

通俗的理解就是：

在加上当前nums[i]之前，如果tmpSum是小于0的，那么说明tmpSum起副作用，需要重新寻找起始数开始累加，

即重新以当前nums[i]为起始值开始累加，

class Solution {public:    int maxSubArray(vector<int>& nums) {        int maxSum=INT_MIN,tmpSum=0;        for(int i=0;i<nums.size();i++)        {            tmpSum=max(tmpSum+nums[i],nums[i]);//连续累加时的两种情况            maxSum=max(maxSum,tmpSum);//更新最大值        }        return maxSum;    }};

注：本博文为EbowTang原创，后续可能继续更新本文。如果转载，请务必复制本条信息！

原文地址：http://blog.csdn.net/ebowtang/article/details/50422224

原作者博客：http://blog.csdn.net/ebowtang

1 0