-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy path53-maximum-subarray.cpp
74 lines (69 loc) · 1.56 KB
/
53-maximum-subarray.cpp
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
//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。
//
// Related Topics 数组 分治 动态规划 👍 6193 👎 0
#include "headers.h"
//leetcode submit region begin(Prohibit modification and deletion)
class Solution {
public:
int maxSubArray(vector<int> &nums) {
int n = nums.size();
vector<int> dp(n, 0);
// 1. dp[i]: 包含 i 的子数组的最大和
// 2. dp[i] = max(dp[i-1] + nums[i], // nums[i] 是一部分
// nums[i]) // 从 nums[i] 开始
// 3. 初始化
dp[0] = nums[0];
int res = dp[0];
for (int i = 1; i < n; ++i) {
dp[i] = max(dp[i - 1] + nums[i], nums[i]);
res = max(res, dp[i]);
}
return res;
}
};
//leetcode submit region end(Prohibit modification and deletion)
int main() {
Solution s;
vector<int> arr{7, 1, 5, 3, 6, 4};
auto res = s.twoSum(arr, 11);
showVector(res);
}