# 剑指Offer题解 - Day19

# 剑指 Offer 42. 连续子数组的最大和

输入一个整型数组，数组中的一个或连续多个整数组成一个子数组。求所有子数组的和的最大值。

要求时间复杂度为O(n)。

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。

1
2
3

提示：

1 <= arr.length <= 10^5
100 <= arr[i] <= 100

思路：

第一时间想到使用暴力法求解。此时需要双层循环进行求解，与题目要求时间复杂度为O(n) 不符，放弃。

本题的正确思路是使用动态规划进行求解。首先，需要找出动态规划方程：

设动态规划列表 dp，dp[i] 代表以元素 nums[i]为结尾的连续子数组最大和。
此时分为两种情况，如果dp[i - 1] ≤ 0 ，那么前面的元素带来的就是负收益，还不如nums[i] 本身；如果dp[i - 1] > 0 ，那么可以得出下面公式。
dp[i] = dp[i - 1] + nums[i] 。
当dp[0]时，数组的第一项就是子数组的最大值，因此：dp[0] = nums[0]。

通过上述的分析，可以得出以下代码：

# 动态规划

/**
 * @param {number[]} nums
 * @return {number}
 */
var maxSubArray = function(nums) {
    let val = nums[0]; // 初始化动态记录的最大值
    let result = nums[0]; // 初始化动态规划方程的第一项
    for (let i = 1; i < nums.length; i++) {
        val = nums[i] + Math.max(val, 0)
        result = Math.max(result, val);
    }
    return result;
};

1
2
3
4
5
6
7
8
9
10
11
12
13

时间复杂度 O(n)。
空间复杂度 O(n)。

分析：

上述解法可以通过提交，但是效率不是很好，因此可以再进一步的优化。这里是维护了额外的变量，用来保存nums[i]及以前的连续数组最大值。可以优化为将nums[i]本身存储为最大值，省去了维护的变量。

# 动态规划优化

/**
 * @param {number[]} nums
 * @return {number}
 */
var maxSubArray = function(nums) {
    let result = nums[0]; // dp[0]时数组第一项就是最大值
    for (let i = 1; i < nums.length; i++) {
        nums[i] = nums[i] + Math.max(nums[i - 1], 0)
        result = Math.max(result, nums[i]);
    }
    return result;
};

1
2
3
4
5
6
7
8
9
10
11
12

时间复杂度 O(n)。
空间复杂度 O(1)。

分析：

动态的将数组当前项重置为当前项的值加上不为负数的前面的值，可以确保当前项就是最大值。

最后返回 dp列表中的最大值，代表全局最大值。

同时，由于省去dp列表使用的额外空间，因此空间复杂度从 O(N)降至 O(1) 。

# 总结

本题通过在数组内部存储最大值，可以将空间复杂度降低至O(1) 。

可以归纳出动态规划的精髓：要想全局最优，首先找到局部最优解。然后通过动态规划的方程逐步求解。

剑指Offer题解 - Day18 剑指Offer题解 - Day20