寫在前面
1,c++中可以通過下標的變換實現類似python的切片功能
2,c++中的理論最小/大值:INT_MIN / INT_MAX
3,類似尋找最大最小值的題目,初始值一定要定義成理論上的最小最大值
4,尋找最大值的基操:確定初始值,遍歷+max函數 (刷題的時候還是儘量使用封裝好了的函數吧)
5,關於數組聲明大小的問題!!!
一:如果想要像使用數組一樣的賦值方式,如indexForNearest[0]=5。vector申明時必須指定大小如vector indexForNearest(3)。
二:int len = 1;--》 vector<int> f(len); int f[len]; 數組的初始化:vector聲明可以接收變量,但是傳統數組聲明不可以接受變量
題目描述:
給定一個整數數組 nums ,找到一個具有最大和的連續子數組(子數組最少包含一個元素),返回其最大和。
示例:
輸入: [-2,1,-3,4,-1,2,1,-5,4],
輸出: 6
解釋: 連續子數組 [4,-1,2,1] 的和最大,爲 6。
最開始的思路就是分治法,但是苦於c++數組的操作繁瑣,最終用python的切片功能才寫得通順些
class Solution:
def maxSubArray(self, nums: List[int]) -> int:
n = len(nums)
#遞歸終止條件
if n == 1:
return nums[0]
else:
#遞歸計算左半邊最大子序和
max_left = self.maxSubArray(nums[0:len(nums) // 2])
#遞歸計算右半邊最大子序和
max_right = self.maxSubArray(nums[len(nums) // 2:len(nums)])
#計算中間的最大子序和,從右到左計算左邊的最大子序和,從左到右計算右邊的最大子序和,再相加
max_l = nums[len(nums) // 2 - 1]
tmp = 0
for i in range(len(nums) // 2 - 1, -1, -1):
tmp += nums[i]
max_l = max(tmp, max_l)
max_r = nums[len(nums) // 2]
tmp = 0
for i in range(len(nums) // 2, len(nums)):
tmp += nums[i]
max_r = max(tmp, max_r)
#返回三個中的最大值
return max(max_right,max_left,max_l+max_r)
暴力法
找出所有可能的子序和的最大值
class Solution
{
public:
int maxSubArray(vector<int> &nums)
{
//類似尋找最大最小值的題目,初始值一定要定義成理論上的最小最大值
int max = INT_MIN;
int numsSize = int(nums.size());
for (int i = 0; i < numsSize; i++)
{
int sum = 0;
for (int j = i; j < numsSize; j++)
{
sum += nums[j];
if (sum > max)
{
max = sum;
}
}
}
return max;
}
};
動態規劃走一波 耗時:81.82% 內存:5%
dp[i] 代表以nums[i] 結尾的子序列的最大值,在(連續相加)和(從此開始)兩種情況下變換
class Solution
{
public:
int maxSubArray(vector<int> &nums){
int len = nums.size();
int dp[len];
dp[0] = nums[0];
int result = dp[0];
for(int i = 1; i < len; i++){
dp[i] = max(dp[i-1] + nums[i], nums[i]);
result = max(result, dp[i]);
}
return result;
}
};