前言一、案例
1、数组中最大子数组和2、示例二、题解1、暴力法2、利用已知条件 总结参考文献 前言
一、案例 1、数组中最大子数组和暴力解通常不能满足时间复杂度的要求,必须抓住已知条件来寻找低时间复杂度的解题方式。
2、示例给你一个整数数组 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
直接以O(n2)的复杂度寻找最大和。
//最大子数组和public class MaxSubArray { public int maxSubArray(int[] nums) { //ON方复杂度来遍历出一个最大值 int max = Integer.MIN_VALUE; for (int i = 0; i < nums.length; i++) { int sum = nums[i]; if (max < sum) max = sum; for (int j = i + 1; j < nums.length; j++) { sum += nums[j]; if (max < sum) max = sum; } } return max; }
2、利用已知条件连续子数组,有正有负,当左缀和小于等于0是就没有加下去的必要了,相当于把暴力法的第一层for往后面求和大于0的地方提,把暴力法的第二层for中的控制条件往前提到和小于等于0的地方。
//认真找出其中的规律和联系,不要被不严谨的我以为作为指导方针。 public int maxSubArray(int[] nums) { //当左缀和小等等于0时,左缀数组继续加下去没有意义,则需要定义新的起点,开始累加,把每向前遍历一步就作为一个终点,记录此时的和是否为最大值。 int res = nums[0]; int sum = 0; for (int num : nums) { sum += sum > 0 ? num : num - sum; res = res < sum ? sum : res; } return res; }
总结 1)利用已知的条件联系题解的方向做一个时间空间复杂度上的简化。
2)专注思考效率高,认真找出其中的规律和联系,不要被不严谨的我以为(不专注的体现)作为指导方针。
3)实在做不来(在专注思考的前提下),看题解,此时不浪费宝贵的时间;也不要思考完了不上手敲代码,而直接去对题解,此时浪费题源。
[1]LeetCode 原题