class Solution {
public:
int maxSubArray(vector<int>& a) {
int n=a.size();
int dp, ans;
ans=dp=a[0];
for(int i=1;i<n;i++)
{
dp=max(dp+a[i], a[i]);
ans=max(ans, dp);
}
return ans;
}
};
今天看了曹博的動態規劃視頻,發現又有一種新的解法。
算一個前綴和,presum[], 這是常有的空間優化時間,計算一個子數組和的常有方法
然後維護一個sum[0...i-1]的最小值,然後和sum[i]減,就是以a[i-1]爲尾元素的子數組和的最大值
時間ON,空間O1
class Solution {
public:
int maxSubArray(vector<int> &a)
{
int n=a.size();
if(!n) return 0;
int sum=0;
int minpresum=sum, maxsubsum=a[0];
for(int i=1;i<=n;i++)
{
sum+=a[i-1];
maxsubsum=max(maxsubsum, sum-minpresum);
minpresum=min(minpresum, sum);
}
return maxsubsum;
}
};
今天對於優化空間又有了新的見解,
如果是和上行前列狀態有關,就倒着循環,例如01揹包
如果是和本行前列,或者上行當列就是順着循環,例如走格子,最大子數組和