#53 最大子序和解法

一.解题思路二.代码展示三.总结其他

一.解题思路

说明：我傻眼了好吧，一开始用暴力解法，结果超时了…由于算法底子不行就去看大佬们的题解，结果就是动态规划？分治法？贪心算法？

思路：我参考了一个动态规划题解（能读懂，就是缺基础理论），结果真香，真的是优雅高效。

留坑：这里就留个坑，看书，看视频去。后续将动态规划、分治法、贪心这些算法原理都写一篇博客出来。然后题目都二刷，不懂算法做什么算法题，只会暴力破解（大力出奇迹…）

注意：最大序列号和res的初始值不能为0，因为nums可能为[-1]

二.代码展示

class Solution: def maxSubArray(self, nums): # 当前最大连续子序列和 sub_res = 0 # 记录最大序列和 res = nums[0] for i in range(len(nums)): # 如果当前最大连续子序列和大于零说明对后续有正向结果（更大）于是加上nums[i] if sub_res > 0: sub_res += nums[i] # 如果前最大连续子序列和小于等于零，说明反向结果（更小或无），于是更新sub_res else: sub_res = nums[i] # 更新最大子序和,始终保持最大 res = max(sub_res, res) return res

三.总结其他

总结：这边如果实在看不懂的同学们可要看一下别人的题解（更详细），我这段时间会再次更新题解，附上相关算法的原理。

交流：如果有什么建议或者疑问可以在文章下面回复哈，期待交流。