53. 最大子序和
給定乙個整數陣列nums，找到乙個具有最大和的連續子陣列（子陣列最少包含乙個元素），返回其最大和。
這道題不能用滑動視窗來做，因為陣列中含有複數，這樣就無法決定視窗的大小。
和為s的連續正數序列 中便用到了滑動視窗
思路可看官方題解，講的很清楚，這裡不再贅述…
也可參考 labuladong
方法一：動態規劃
class
solution
return res;
}}
時間複雜度：o(n)方法二：分治法空間複雜度：o(1)
class
solution
}public
intmaxsubarray
(int
nums)
public status getinfo
(int
a,int l,
int r)
int m =
(l + r)
>>1;
status lsub =
getinfo
(a, l, m)
; status rsub =
getinfo
(a, m +
1, r)
;return
pushup
(lsub, rsub);}
public status pushup
(status l, status r)
}
時間複雜度：時間複雜度為 o(n)「方法二」相較於「方法一」來說，時間複雜度相同，但是因為使用了遞迴，並且維護了四個資訊的結構體，執行的時間略長，空間複雜度也不如方法一優秀，而且難以理解。那麼這種方法存在的意義是什麼呢？空間複雜度：遞迴會使用 o(logn) 的棧空間，故漸進空間複雜度為 o(logn)
對於這道題而言，確實是如此的。但是仔細觀察「方法二」，它不僅可以解決區間[0, n - 1][0,n−1]，還可以用於解決任意的子區間[l, r][l,r]的問題。如果我們把[0, n - 1][0,n−1]分治下去出現的所有子區間的資訊都用堆式儲存的方式記憶化下來，即建成一顆真正的樹之後，我們就可以在 o(logn) 的時間內求到任意區間內的答案，我們甚至可以修改序列中的值，做一些簡單的維護，之後仍然可以在 o(logn) 的時間內求到任意區間內的答案，對於大規模查詢的情況下，這種方法的優勢便體現了出來。這棵樹就是上文提及的一種神奇的資料結構——線段樹。
動態規劃之最大子序和（53）
給定乙個整數陣列 nums 找到乙個具有最大和的連續子陣列 子陣列最少包含乙個元素 返回其最大和。示例 輸入 2,1,3,4,1,2,1,5,4 輸出 6 解釋 連續子陣列 4,1,2,1 的和最大，為 6。高階 如果你已經實現複雜度為 o n 的解法，嘗試使用更為精妙的分治法求解。題目求最大和，屬...
動態規劃之最大子矩陣和
分析 我們已經解決了一維的問題 基礎篇中的最大子段和問題 現在變成二維了，我們看看能不能把這個問題轉化為一維的問題。最後子矩陣一定是在某兩行之間的。假設我們認為子矩陣在第i行和第j列之間，我們如何得到i和j呢，對，列舉。列舉所有1 i j m,表示最終子矩陣選取的行範圍。我們把每一列第i行到第j行之...
最大子序和 動態規劃
給定乙個整數陣列 nums 找到乙個具有最大和的連續子陣列 子陣列最少包含乙個元素 返回其最大和。示例 輸入 2,1,3,4,1,2,1,5,4 輸出 6 解釋 連續子陣列 4,1,2,1 的和最大，為 6。def maxsubarray nums length len nums for i in ...