题目描述
给定一个整数数组 nums ,找到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。
示例
输入: [-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。
一般来说过,只要一旦判断题目是有关动态规划的题,第一步就是要找到他的最优子结构,至于怎么找到最优子结构,只能刷题了,多刷点题目。
用数组d[i] 来保存 当前最大的连续子数组,算法的思想大体是这样的,循环遍历每个数,然后每次检验d[i-1] 是否大于零,只要大于零就 d[i] = d[i-1]+nums[i] ,如果d[i-1]<0 ,那么直接d[i]=nums[i]
算法核心:
if d[i-1]>=0 d[i] = d[i-1] + nums[i] if d[i-1] < 0 d[i] = nums[i]
我在这里下标按 1...n 比较好描述,按照上面算法核心走一遍
[-2]--------------------d[1] = -2; 这步是直接初始化,在只有一个数的时候,他就是最大连续的最大和子数组
[-2,1]-----------------由于d[1] = -2小于0,所以d[2] = nums[2] = 1 前面的最大连续和是负数,加上它们肯定会变小,所以直接不要它
[-2,1,-3]------------------因为d[2] =1>=0,d[3] = d[2]+nums[3] =-2; 所以在i之前的最大连续是正数,肯定要加上它
[-2,1,-3,4]----------------------d[4] = 4; d[3] < 0
[-2,1,-3,4,-1]----------------------d[5] = d[4] +nums[5] = 3 ; d[4]>0
[-2,1,-3,4,-1,2]------------------- d[6] = d[5]+nums[6] =5; d[5]>0
[-2,1,-3,4,-1,2,1] ---------------------- d[7] = d[6]+nums[7] =6; d[6]>0
[-2,1,-3,4,-1,2,1,-5]------------------d[8] = d[7]+nums[8] =1;d[7]>0
[-2,1,-3,4,-1,2,1,-5,4] ---------------------d[9] = d[8]+nums[9] =5; d[8]>0
在这里我们只需要遍历d[i]数组中最大数数即可,或者每一遍历的使用m来记录d[i] 的最大值,具体算法过程如下:
代码实现
class Solution: def maxSubSequenceSum(self,nums): if not nums: return dp = [0 for _ in range(len(nums))] dp[0] = nums[0] for i in range(1,len(nums)): if dp[i-1] < 0: dp[i] = nums[i] else: dp[i] = dp[i-1] + nums[i] return max(dp)