19.最大子数组和（medium）

最新推荐文章于 2025-06-08 18:14:43 发布

原创最新推荐文章于 2025-06-08 18:14:43 发布

· 702 阅读

14 ·

版权

文章标签：

#动态规划 #算法

1.题目链接：

53. 最大子数组和 - 力扣（LeetCode）53. 最大子数组和 - 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 进阶：如果你已经实现复杂度为 O(n) 的解法，尝试使用更为精妙的分治法求解。https://leetcode.cn/problems/maximum-subarray/description/2.题目描述：

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
3. 解法（动态规划）：
算法思路：
1. 状态表示：
        对于线性 dp ，我们可以用「经验 + 题目要求」来定义状态表示：


i.	以某个位置为结尾，巴拉巴拉；

ii. 以某个位置为起点，巴拉巴拉。

这里我们选择比较常用的方式，以「某个位置为结尾」，结合「题目要求」，定义一个状态表示：dp[i] 表示：以 i 位置元素为结尾的「所有子数组」中和的最大和。

2. 状态转移方程：
dp[i] 的所有可能可以分为以下两种：

i.	子数组的长度为 1 ：此时 dp[i] = nums[i] ；

ii. 子数组的长度大于 1 ：此时 dp[i] 应该等于以 i - 1 做结尾的「所有子数组」中和的最大值再加上 nums[i] ，也就是 dp[i - 1] + nums[i] 。
由于我们要的是「最大值」，因此应该是两种情况下的最大值，因此可得转移方程：
dp[i] = max(nums[i], dp[i - 1] + nums[i]) 。

3. 初始化：
可以在最前面加上一个「辅助结点」，帮助我们初始化。使用这种技巧要注意两个点： i. 辅助结点里面的值要「保证后续填表是正确的」；
ii. 「下标的映射关系」。

在本题中，最前面加上一个格子，并且让 dp[0] = 0 即可。

4. 填表顺序：

根据「状态转移方程」易得，填表顺序为「从左往右」。

5. 返回值：

状态表示为「以 i 为结尾的所有子数组」的最大值，但是最大子数组和的结尾我们是不确定的。

因此我们需要返回整个 dp 表中的最大值。

Java算法代码：

class Solution {
    public int maxSubArray(int[] nums) {
        // 1.创建dp表
        // 2.初始化
        // 3.填表
        // 4.返回结果
        int n = nums.length;
        int[] dp = new int[n +1];
        int ret  =Integer.MIN_VALUE;
        for(int i =1; i <= n; i++){
            dp[i] = Math.max(nums[i-1],dp[i-1] + nums[i-1]);
            ret = Math.max(ret,dp[i]);
        }
        return ret;
    }
}

执行结果：

动态规划：