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。
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。
首先理解題意：
核心**：
//取出第一位為基準值
sum := nums[0
] res :=sum
//下標從1開始
for i := 1; i < len(nums); i++
else
res =max(res, sum)
}
整體**：
package mainimport (
"fmt")
func maxsubarray(nums
int) int
else
res =max(res, sum)
}return
res}
func max(a, b
int) int
returnb}
func main()
//nums := int
fmt.println(maxsubarray(nums))
}
經查詢上方的演算法叫掃瞄法，時間複雜度為o(n)。
下面我們嘗試一下使用動態規劃法來解題：
解題思路：
設sum[i]為以第i個元素結尾且和最大的連續子陣列。假設對於元素i，所有以它前面的元素結尾的子陣列的長度都已經求得，那麼以第i個元素結尾且和最大的連續子陣列實際上，要麼是以第i-1個元素結尾且和最大的連續子陣列加上這個元素，要麼是只包含第i個元素，即sum[i] = max(sum[i-1] + a[i], a[i])。可以通過判斷sum[i-1] + a[i]是否大於a[i]來做選擇，而這實際上等價於判斷sum[i-1]是否大於0。由於每次運算只需要前一次的結果，因此並不需要像普通的動態規劃那樣保留之前所有的計算結果，只需要保留上一次的即可，因此演算法的時間和空間複雜度都很小
完整**：
//動態規劃解法
//假設sum[i]為以第i個元素結尾且和最大的連續子陣列。
//假設對於元素i，所有以它前面的元素結尾的子陣列的長度都已經求得
//那麼以第i個元素結尾且和最大的連續子陣列實際上，要麼是以第i-1個元素結尾且和最大的連續子陣列加上這個元素，要麼是只包含第i個元素
//即sum[i] = max(sum[j:i-1] + a[i], a[i])。
//j是陣列的某個下標，0<=j//
可以通過判斷sum[i-1] + a[i]是否大於a[i]來做選擇，而這實際上等價於判斷sum[i-1]是否大於0。
//由於每次運算只需要前一次的結果，因此並不需要像普通的動態規劃那樣保留之前所有的計算結果，只需要保留上一次的即可，因此演算法的時間和空間複雜度都很小
func maxsubarraykmp(nums int) int
else
if (sum }
return
res}
最大子序和
演算法一 對這個問題，有乙個相對複雜的 o nlogn 的解法，就是使用遞迴。如果要是求出序列的位置的話，這將是最好的演算法了 因為我們後面還會有個 o n 的演算法，但是不能求出最大子串行的位置 該方法我們採用 分治策略 divide and conquer 在我們例子中，最大子串行可能在三個地方...
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。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。方法一 雙指標窮舉法 思路 要找到最大和的連續陣列，那麼就將所有可能的和都拿到，取到最大的即...
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。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。分析 1.暴力遍歷...