Leetcode53：最大子序和（简单题）python3_python中给定一个整数数组nums,找到一个具有最大和-CSDN博客

本文链接：https://blog.csdn.net/weixin_36679158/article/details/113712897

该博客介绍了LeetCode第53题的解决方案，即寻找整数数组的最大子序列和。通过示例数组[-2,1,-3,4,-1,2,1,-5,4]，博主展示了如何在O(n)的时间复杂度内找到最大和，避免了暴力求解导致的时间超限。思路是使用动态规划，从数组第一项开始，以当前项为结束点，计算前面连续项的和，并存储在每一项位置，更新最大和。" 39253547,1323853,Windows系统DLL文件安全配置,"['系统安全', 'Windows设置', 'DLL修改', '防病毒', '系统防护']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题目：给定一个整数数组 nums ，找到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。

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 。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/maximum-subarray
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

思路：经过前面做题的一系列经验，暴力解法不可取（即循环迭代求出所有的子数组的和然后比较求出最大的，这会超过时间限制，且时间复杂度和空间复杂度都较高）；考虑复杂度为O(n)的方法，即只进行一次循环，从第一项开始，以它为最后一项计算前面连续项的和，将连续的和存储到每一项的位置，这样计算下一项连续和时仅需考虑上一项，比如，第一项就为它本身，第二项开始时比较第一项与0的大小，若第一项比0大，那么第二项即为第二项本身的值，以此类推；

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        n=len(nums)
        for i in range(1,n):
            nums[i]=nums[i]+max(nums[i-1],0)

        return max(nums)

如果对上面的代码无法理解可以看看下面这一part：初始的求和变量记为s，将s加上下一个元素与下一个元素进行比较，如果s加上它更大的话就更新s，如果不是，这时的序列就从新的nums[i]开始，用result记录函数的结果。

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        n=len(nums)
        s=nums[0]
        result=s
        for i in range(1,n):
            s=max(s+nums[i],nums[i])
            result=max(result,s)
        return result