最大子数组和(Python)

给一个整数数组 nums ,请找出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。子数组是数组中的一个连续部分。
示例 1:

输入:nums = [-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 。

示例 2:

输入:nums = [1]
输出:1

示例 3:

输入:nums = [5,4,-1,7,8]
输出:23

动态规划:

1、dp数组(dp table)下标含义
    dp[i]:包括下标i之前的最大连续子序列和为dp[i]。
2、递推公式
    dp[i] 只有两个方向可以推出来:
    dp[i - 1] + nums[i],即:nums[i] 加入当前连续子序列和
    nums[i],即:从头开始计算当前连续子序列和
    一定是取最大的,所以dp[i] = max(dp[i - 1] + nums[i], nums[i]);
3、dp数组初始化
    从递推公式可以看:dp[i]是依赖于dp[i - 1]的状态,dp[0] 就是递推公式的基础。根据dp[i]的定义,dp[0] = nums[0]。
4、遍历顺序
    递推公式中dp[i]依赖于dp[i - 1]的状态,需要从前向后遍历。

def maxSubArray(nums):
    dp = [0] * len(nums)
    dp[0] = nums[0]
    for i in range(1,len(nums)):
        dp[i] = max(dp[i-1] + nums[i],nums[i])
    return max(dp)


if __name__ == "__main__":
    nums = [-2, 1, -3, 4, -1, 2, 1, -5, 4]
    print(maxSubArray(nums))
def maxSubArray(nums):
    pre,result = 0, nums[0]
    for el in nums:
        pre = max(pre + el,el)  
        result = max(result,pre)
    return  result

你可能感兴趣的:(数据结构,python,动态规划,算法,leetcode)