LeetCode HOT 100题目解析——动态规划：最大子序和（Java详细讲解）

LeetCode HOT 100题目解析——动态规划：最大子序和（Java详细讲解）

一、题目介绍

本次解析的是力扣HOT 100中的经典题目：53. 最大子序和

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: 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。

二、解题思路讲解

本题考察的是动态规划（Dynamic Programming），主要思路是：

1. 定义状态：
   • 用 dp[i] 表示以 i 结尾的最大连续子数组和。
2. 状态转移方程：
   • dp[i] = max(nums[i], dp[i-1] + nums[i])
   • 意思是：要么当前数字自己成为新的子数组，要么和前面的子数组连起来。
3. 初始值：
   • dp[0] = nums[0]
4. 答案：
   • 遍历整个数组，找出最大的 dp[i] 即可。

优化：实际上我们只需要前一个状态，可以不用数组，直接用一个变量记录即可。

三、Java代码实现（含详细注释）

public class Solution {
    public int maxSubArray(int[] nums) {
        int maxSum = nums[0]; // 最大子序和，初始为第一个元素
        int currentSum = nums[0]; // 以当前位置结尾的最大和
        for (int i = 1; i < nums.length; i++) {
            // 如果前面的和加当前值还不如当前值本身大，就抛弃前面的，重新开始
            currentSum = Math.max(nums[i], currentSum + nums[i]);
            // 更新最大子序和
            maxSum = Math.max(maxSum, currentSum);
        }
        return maxSum;
    }
}

代码说明：

• currentSum 表示以当前位置结尾的最大连续和。
• 如果 currentSum + nums[i] 还不如 nums[i]，那么直接重新开始。
• 每次都更新 maxSum，保存目前全局最大值。
• 时间复杂度O(n)，空间复杂度O(1)。

四、小结

本题是动态规划的入门题目，适合所有算法初学者掌握。学会本题后可以解决许多类似的区间和最大值问题。

希望本讲解能帮助你理解“动态规划”技术，欢迎继续关注LeetCode HOT 100题目解析！