【Leetcode | Python】53. 最大子数组和 [动态规划]

总结

本题的核心在于维护一个列表 dp,列表中第 i 个元素表示以数组中第 i 个元素结尾的最大子数组和。

以数组中第 i 个元素结尾的最大子数组和,要么是元素 i 自身(前面的最大子数组和小于0),要么是元素 i-1 加上前面的最大子数组和(前面的最大子数组和大于0)

对于数组中第 i 个元素:

  • 如果以数组中第 i-1 个元素结尾的最大子数组和大于0,则加上以前一个数字结尾的最大子数组和,使得当前数字结尾的最大子数组和更大,即
    以数组中第 i 个元素结尾的最大子数组和 = 以数组中第 i-1 个元素结尾的最大子数组和 + 数组中第 i 个元素。
  • 如果以数组中第 i-1 个元素结尾的最大子数组和小于0,则没有必要加上以前一个数字结尾的最大子数组和,“另起炉灶”, 即
    以数组中第 i 个元素结尾的最大子数组和 = 数组中第 i 个元素。

公式表示如下:
d p [ i ] = { d p [ i − 1 ] + n u m s [ i ] , if  d p [ i − 1 ] > 0 n u m s [ i ] , if  d p [ i − 1 ] ≤ 0 dp[i] = \begin{cases} dp[i - 1] + nums[i], & \text{if } dp[i - 1] > 0 \\ nums[i], & \text{if } dp[i - 1] \leq 0 \end{cases} dp[i]={dp[i1]+nums[i],nums[i],if dp[i1]>0if dp[i1]0

题目【Leetcode | Python】53. 最大子数组和 [动态规划]_第1张图片

⭐思路

对于一个整数数组 nums,它所能构成的连续子数组非常多,直接遍历所有可能的连续子数组非常困难。因此需要将这个问题转化为很多个子问题,并且确保:① 解决所有的子问题能够确保解决原问题;② 子问题的求解之间存在联系,从而提高计算效率

“最大连续子数组和” 的问题转化为 “以元素 i 结尾的最大连续子数组和” 的子问题,经过这种转化:
① 如果以 i ⋆ \text{i}^\star i 结尾的最大连续子数组和是所有以 i(i = 1, 2, …, n) 结尾的最大连续子数组和中最大的那一个,那么以 i ⋆ \text{i}^\star i 结尾的最大连续子数组和也是这个整数数组的最大子数组和;
② 以 i 结尾的最大连续子数组和与以 i-1 结尾的最大连续子数组和之间存在联系。

️代码

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        dp = []
        dp.append(nums[0])  # dp 列表的第一个元素为数组第一个元素
        for i in range(1, len(nums)):
            if dp[i - 1] > 0:  # 如果以前一个元素结尾的最大子数组和大于0
                dp.append(nums[i] + dp[i - 1])  # 以当前元素结尾的最大子数组和 = 以前一个元素结尾的最大子数组和 + 当前元素
            else:  # 如果以前一个元素的最大子数组和小于等于0
                dp.append(nums[i])  # 以当前元素结尾的最大子数组和 = 当前元素
        return max(dp)

你可能感兴趣的:(Leetcode题解,leetcode,python,动态规划)