【leetcode】53. 最大子数组和

【leetcode】53. 最大子数组和

  • 题目
  • leetcode代码模板
  • 思路
    • 方法一:贪心策略
    • 方法二:动态规划
  • 代码
    • 方法一:贪心策略
    • 方法二:动态规划

在这里插入图片描述

题目

leetcode原题链接

给你一个整数数组 nums ,请你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

提示:
1 <= nums.length <= 105
-104 <= nums[i] <= 104

leetcode代码模板

/**
 * @param {number[]} nums
 * @return {number}
 */
var maxSubArray = function(nums) {

};

思路

方法一:贪心策略

首先题目要求的是连续子数组。第二个要求是子数组的和最大,求该最大和。使用贪心策略的话就是要找到局部最优的情况,然后推出全局最优,那么怎样才能局部最优呢?


我们从前向后遍历数组,用变量sum来记录以当前元素为结尾元素的最大子数组和,假设在i处,sum + nums[i] < 0了,那么遍历下一个元素时,sum应该从0开始累加,否则只会更小。此时应该让sum = 0,即从下一个元素开始从0计数。


每一次更新sum后要判断一下:if(sum > ans) ans = sum


按上面的步骤继续遍历,当遍历完数组时,得到的ans就是最大和。


方法二:动态规划

dp数组的含义:dp[i]表示包括i之前的最大子序列和。


递推公式:dp[i] = Math.max(dp[i-1] + nums[i] , nums[i])


dp数组初始化:dp[0] = nums[0]


遍历顺序:由递推公式可知,从前向后遍历数组即可,且从下标为1处开始遍历,在遍历的过程中要更新保存最大和。

代码

在这里插入图片描述

方法一:贪心策略

var maxSubArray = function(nums) {
    let ans = Number.MIN_SAFE_INTEGER , sum = 0
    for(let i = 0 ; i < nums.length ; i++){
        sum += nums[i]
        if(sum > ans) ans = sum
        if(sum < 0) sum = 0
    }
    return ans
};

方法二:动态规划

var maxSubArray = function(nums) {
    let len = nums.length
    let dp = new Array(len).fill(0)
    dp[0] = nums[0]
    let ans = dp[0]
    for(let i = 1 ; i < len ; i++){
        dp[i] = Math.max(dp[i-1] + nums[i] , nums[i])
        if(dp[i] > ans) ans = dp[i]
    }
    return ans
};

我 是 c o n e r , 请 别 关 注 我 的 专 栏 , 本 系 列 文 章 为 个 人 刷 题 记 录 ( 偷 偷 自 己 卷 ) : \textcolor{green}{我是coner,请别关注我的专栏,本系列文章为个人刷题记录(偷偷自己卷):} conerleetcode题解js

每 天 早 上 更 新 3 道 l e e t c o d e 题 目 的 j s 题 解 \textcolor{green}{每天早上更新3道leetcode题目的js题解} 3leetcodejs

你可能感兴趣的:(leetcode题解js,leetcode,贪心算法,算法,javascript,动态规划)