mirror of
https://github.com/SunnyQjm/algorithm-review.git
synced 2026-06-03 08:16:43 +08:00
42 lines
1.3 KiB
Python
42 lines
1.3 KiB
Python
#!/usr/bin/env python
|
|
# coding=utf-8
|
|
|
|
#######################################################################################
|
|
# Leetcode 53 最大子序和
|
|
#
|
|
# 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。
|
|
#
|
|
# 进阶:
|
|
# 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。
|
|
#######################################################################################
|
|
|
|
class Solution:
|
|
def maxSubArray(self, nums):
|
|
"""
|
|
:type nums: List[int]
|
|
:rtype int
|
|
|
|
(knowledge)
|
|
|
|
思路：
|
|
1. 使用动态规划；
|
|
2. 定义状态: dp[i] => 表示包含[0, i]区间内包含nums[i]的连续子数组的最大和
|
|
3. 状态转移方程：
|
|
f(i) = nums[0] i == 0
|
|
max{f(i - 1) + nums[i], nums[i]} i > 0
|
|
"""
|
|
for i in range(1, len(nums)):
|
|
nums[i] = max(nums[i-1] + nums[i], nums[i])
|
|
return max(nums)
|
|
|
|
|
|
if __name__ == '__main__':
|
|
solution = Solution()
|
|
print(solution.maxSubArray([-2, 1, -3, 4, -1, 2, 1, -5, 4]), "= 6")
|
|
|