題目

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，為 6。
進階:

如果你已經實現復雜度為 O(n) 的解法，嘗試使用更為精妙的分治法求解。

來源：力扣（LeetCode）
鏈接：https://leetcode-cn.com/problems/maximum-subarray
著作權歸領扣網絡所有。商業轉載請聯系官方授權，非商業轉載請注明出處。

貪心算法

貪心算法（又稱貪婪算法）是指，在對問題求解時，總是做出在當前看來是最好的選擇。
如果現在的和成了負數，那么就從下一個大于0的數字開始

func maxSubArray(nums []int) int {if len(nums) == 1{return nums[0]}var currSum, maxSum = 0, nums[0]for _, v := range nums {if currSum > 0 {currSum += v} else {currSum = v}if maxSum < currSum {maxSum = currSum}}return maxSum }

動態規劃

在整個數組或在固定大小的滑動窗口中找到總和或最大值或最小值的問題可以通過動態規劃（DP）在線性時間內解決。在求解任一子問題時，列出各種可能的局部解，通過決策保留那些有可能達到最優的局部解，丟棄其他局部解
找到當前區間的最優解，而貪心算法是

func maxSubArray(nums []int) int {max_sum := nums[0]for i := 1; i < len(nums); i++ {if nums[i - 1] > 0 {nums[i] += nums[i - 1]} if nums[i] > max_sum {max_sum = nums[i]} }return max_sum }

參考

動態規劃和貪心算法

總結

以上是生活随笔為你收集整理的53. 最大子序和 golang （动态规划与贪心算法）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。