LeetCode 例题精讲 | 16 最大子数组和：子数组类问题的动态规划技巧

痛定思痛。 2023-02-14 10:08 4阅读 0赞

![format_png][]来源：面向大象编程

本期例题：

*  LeetCode 53. Maximum Subarray Sum 最大子数组和（Easy）
 *  LeetCode 718. Maximum Length of Repeated Subarray 最长公共子数组（Medium）

在前面的文章中，我们分别讲解了一维和二维动态规划问题的解题步骤与基本思路。不过，仅仅掌握基本步骤是不够的。要想熟练做出动态规划题目，还要掌握足够的解题技巧。

接下来的文章中，我会讲解动态规划问题中针对不同类型问题的小技巧。今天要讲的是关于「**子数组**」类题目的常见技巧。

在讲具体问题之前，我们要明确一下「子数组」和「子序列」的概念。

*  子序列 (subsequence) 可以是不连续的。例如 "ACD" 是 "ABCDE" 的子序列；
 *  子数组 (subarray)、子串 (substring) 必须是连续的。例如 "BCD" 是 "ABCDE" 的子数组/子串。

我们前面的例题中讲过的最长公共子序列问题，关注的是「子序列」，而今天的文章我们要关注的都是「子数组」，请牢记这一点。

这篇文章的内容包括：

*  子数组类问题的动态规划技巧
 *  「最大子数组和」问题的解法
 *  「最长公共子数组」问题的解法

## 最大子数组和 ##

LeetCode 53. Maximum Subarray Sum 最大子数组和（Easy）

> 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:**
> 
>     输入: [-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。

### 子问题定义的错误尝试 ###

拿到这道「最大子数组和」问题，如果直接把动态规划的解题四步骤往上套，那么你可能首先会想到这么定义子问题：

子问题表示「`nums[0..k)` 中的最大子数组和」。

![format_png 1][] 子问题定义的尝试

很不幸，这么定义子问题是**行不通的**。因为这么定义的话，我们无法写出子问题的递推关系！

我们用一个实际的例子 `[-1, 2, 3, -2, 4, 1]` ，看看每个子问题计算的结果：

*  即 `[-1]` 的最大和子数组为 `[-1]`，和为 -1；
 *  即 `[-1, 2]` 的最大和子数组为 `[2]`，和为 2；
 *  即 `[-1, 2, 3]` 的最大和子数组为 `[2, 3]`，和为 5；
 *  即 `[-1, 2, 3, -2]` 的最大和子数组为 `[2, 3]`，和为 5；
 *  即 `[-1, 2, 3, -2, 4]` 的最大和子数组为 `[2, 3, -2, 4]`，和为 7；
 *  即 `[-1, 2, 3, -2, 4, 1]` 的最大和子数组为 `[2, 3, -2, 4, 1]`，和为 8。

在依次计算子问题的过程中，到的递推关系出现了一个断裂：

求出 `[-1, 2, 3, -2]` 的最大和子数组和为 `[2, 3]`，位于数组的**中部**。

求的时候，我们加入了一个新元素 4。自然地，我们想知道这个新元素能不能与求出的最优解相结合，得到的最优解。然而，它们结合不起来！

的最优解 `[2, 3]`，和新元素 4 并不相邻。它们**不能拼成一个连续的子数组**！

![format_png 2][] 尝试构造子问题的递推关系

可见，**问题出在「子数组」的限制上**。子数组要求元素是连续的，那么，前一个子问题的最优解，可能在后一个子问题中用不上。子问题的递推链条就断开了。

### 正确的子问题定义 ###

那么，怎么解决这个子问题「续不上」的问题呢？答案是修改子问题的定义，加一个限制条件：

子问题表示「`nums[0..k)` 中，**以最后一个元素结尾的**最大子数组和」。

既然子数组拼接不起来，那么我们就限制子问题计算的子数组只能位于数组**尾部**。这样得到的最大和子数组，就一定可以跟下一个元素拼接起来了。

![format_png 3][] 子问题的新版定义

我们来看看这时候的子问题是怎么计算的：

*  这时候求的是 `[-1, 2, 3, - 2]` 中**位于数组尾部**的最大子数组和，结果是 `[2, 3, -2]`，和为 3。
 *  计算的时候，直接把新元素 4 跟前面的最优解 `[2, 3, -2]` 拼接起来，得到最大和子数组是 `[2, 3, -2, 4]`，和为 7。

### 子问题的递推关系 ###

正确定义了子问题，就可以写出子问题的递推关系了。我们用表示元素 `nums[i]`，写出的子问题递推公式为：

这个递推公式的含义是，计算 `nums[0..k)` 的最大子数组和时，要么是把新元素 `nums[k-1]` 加入前一个子问题的结果（即的含义），要么是只使用元素 `nums[k-1]`，选择其中结果较大的一个方案。

这个递推公式可以继续化简为：

这样，我们就可以写出题解代码了：

public int maxSubArray(int[] nums) {
        // 子问题：
        // f(k) = nums[0..k) 中以 nums[k-1] 结尾的最大子数组和
     // 原问题 = max{ f(k) }, 0 <= k <= N
    
        // f(0) = 0
        // f(k) = max{ f(k-1), 0 } + nums[k-1]
    
        int N = nums.length;
        int[] dp = new int[N+1];
        dp[0] = 0;
    
        int res = Integer.MIN_VALUE;
        for (int k = 1; k <= N; k++) {
            dp[k] = Math.max(dp[k-1], 0) + nums[k-1];
            res = Math.max(res, dp[k]);
        }
        return res;
    }

需要注意的是，我们最后不能直接返回最后一个子问题的结果。因为我们子问题的定义变了，只计算了以最后一个元素结尾的最大子数组和。我们需要取所有子问题结果的最大值，也就是

最终结果

限于文章篇幅，我们这里就不讨论这道题的空间优化方法以及其他解法了。以后会专门写一篇文章介绍这道题的不同解法。

## 最长公共子数组 ##

理解了「最大子数组和」问题的解法，我们再来看一道类似思路的二维动态规划问题：最长公共子数组。

LeetCode 718. Maximum Length of Repeated Subarray 最长公共子数组（Medium）

> 给两个整数数组 `s` 和 `t` ，返回两个数组中公共的、长度最长的子数组的长度。例如：
> 
>     输入:
>     s: [1, 2, 3, 2, 1, 5]
>     t: [6，3, 2, 1, 4, 7]
>     输出: 3
>     解释:
>     长度最长的公共子数组是 [3, 2, 1]。

「最长公共子数组」问题其实和「最长公共子序列」问题相似，只是把题目中的「子序列」换成了「子数组」。如果你对「最长公共子序列」问题不是很熟悉，可以回顾之前的文章：

[LeetCode 例题精讲 | 15 最长公共子序列：二维动态规划的解法][LeetCode _ _ 15]

在「最长公共子序列」问题中，我们是这样定义子问题的：

子问题表示「`s[0..i)` 和 `t[0..j)` 的最长公共子序列」。

然而，当问题变成「子数组」以后，子数组的性质导致了原先的子问题递推关系不成立了，我们需要重新定义子问题。我们参考上一道例题的方法，给子数组加上一个**位于数组尾部**的限制，将子问题定义成这样：

子问题表示「`s[0..i)` 和 `t[0..j)` 中，**以最后一个元素结尾的**最长公共子数组」。

![format_png 4][] 最长公共子数组问题的子问题定义

注意，这里的**以最后一个元素结尾**指的是公共子数组既要包含 `s[0..i)` 的最后一个元素，也要包含 `t[0..j)` 的最后一个元素。

换句话说，就是从后往前看 `s[0..i)` 和 `t[0..j)` 的最后有几个元素是相同的。

![format_png 5][] 从后往前比较相同元素

那么子问题的递推关系如何定义呢？很简单，我们还是只需要看 `s[0..i)` 和 `t[0..j)` 的最后一个元素：`s[i-1]` 和 `t[j-1]`。

*  如果 `s[i-1] == t[j-1]`，那么已经有一个元素是相同的，接下来是要继续往前看 `s[0..i-1)` 和 `t[0..j-1)` 的最后有几个元素是相同的。也就是。
 *  如果 `s[i-1] != t[j-1]`，那么最后一个元素就不相同，前面就更不用看了。也就是。

这样我们就得到了子问题的递推公式：

那么原问题如何由子问题表示呢？是这样的：

这样，我们就可以写出题解代码了：

public int findLength(int[] s, int[] t) {
        // 子问题：
        // f(i, j) = s[0..i) 和 t[0..j) 中以 s[i-1] 和 t[j-1] 结尾的最长公共子数组
        // 原问题 = max{ f(i, j) }, 0 <= i <= m, 0 <= j <= n
    
        // f(0, *) = 0
        // f(*, 0) = 0
        // f(i, j) = max:
        //           f(i-1, j-1) + 1, if s[i-1] == t[j-1]
        //           0              , if s[i-1] != t[j-1]
    
        int m = s.length;
        int n = t.length;
        int[][] dp = new int[m+1][n+1];
    
        int res = 0;
        for (int i = 0; i <= m; i++) {
            for (int j = 0; j <= n; j++) {
                if (i == 0 || j == 0) {
                    dp[i][j] = 0;
                } else {
                    if (s[i-1] == t[j-1]) {
                        dp[i][j] = dp[i-1][j-1] + 1;
                    } else {
                        dp[i][j] = 0;
                    }
                }
                res = Math.max(res, dp[i][j]);
            }
        }
        return res;
    }

## 总结 ##

从以上两个例题中，我们可以看出「子数组」类问题的解题套路。我们可以在定义子问题的时候加上**位于数组尾部**的限制条件。这样才可以正常地推导出子问题的递推关系。

本文讲解的第二个例题「最长公共子数组」和「最长公共子序列」仅仅一个概念上的差距，子问题的定义和递推关系就有很多不同。建议大家把这两道题对照着来做，可以很容易地体会到「子数组」和「子序列」问题的不同之处。这里放上两道题的题号：

*  LeetCode 1143. Longest Common Subsequence 最长公共子序列（Medium）
 *  LeetCode 718. Maximum Length of Repeated Subarray 最长公共子数组（Medium）

除了例题之外，LeetCode 上还有一些「子数组」类的题目：

*  LeetCode 152. Maximum Subarray Product 最大乘积子数组（Medium）
 *  LeetCode 978. Longest Turbulent Subarray 最长波形子数组（Medium）

都是很典型的子数组类题目，可以试着练习一下。

--------------------

### **推荐阅读** ###

• [完了！CPU一味求快出事儿了！][CPU]• [当你无聊时，可以玩玩 GitHub 上这个开源项目...][GitHub _...]• [剑指 offer 面试题精讲图解 | 03 . 数组中重复的数字][offer _ _ 03 .]• [炸裂！万字长文拿下HTTP 我在字节跳动等你！][HTTP]• [我在滴滴和头条的两年后端研发工作经验分享！][Link 1]• [太赞了，VSCode 上也能画流程图了！][VSCode]• [写给小白，从零开始拥有一个酷炫上线的网站！][Link 2]

--------------------

欢迎关注我的公众号“**五分钟学算法**”，如果喜欢，麻烦点一下“**在看**”~

![format_png 6][]

[format_png]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9US0FENGF4RmNpYjhGVEZxaWIwNThjRjJ1SGlibWM0NFhzTjFFeGhyazIySW9CcnI0aWN4R2dya3llQlB4SExjZmFEbFVPd0FwY1dBeXh6bjFNYUlVQ3RTdncvNjQw?x-oss-process=image/format,png
[format_png 1]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9US0FENGF4RmNpYjhGVEZxaWIwNThjRjJ1SGlibWM0NFhzTlF0M2J2aWI1eGRzdFRrWUJQdGxkU0RLQnRLZnhtVWRuNVhvMzBTOUNuMk9mdXV5a0VSd1hYUGcvNjQw?x-oss-process=image/format,png
[format_png 2]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9US0FENGF4RmNpYjhGVEZxaWIwNThjRjJ1SGlibWM0NFhzTlhTc1oyNW5CNEdmVlZtUk44bkpPNDhHdjNUUVNPVDJxdEhHQnRlZjY0V2liTlFzczBtQkJxdXcvNjQw?x-oss-process=image/format,png
[format_png 3]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9US0FENGF4RmNpYjhGVEZxaWIwNThjRjJ1SGlibWM0NFhzTlVJelR3THFTZ2ljemFUT1hpYU5VWXBtcXpvdEVNaWJLOTN3aDlxaWNpYWV1OU1qYlY1YUppY2M2WEN4dy82NDA?x-oss-process=image/format,png
[LeetCode _ _ 15]: https://blog.csdn.net/kexuanxiu1163/article/details/105963315
[format_png 4]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9US0FENGF4RmNpYjhGVEZxaWIwNThjRjJ1SGlibWM0NFhzTmlhS1lJUmtIeHNTeU83U3hjZkFpY01yM2tSTVp6dlJiUWg1Y2ljcGxRak1UbGI0Q1VadElvWGNQQS82NDA?x-oss-process=image/format,png
[format_png 5]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9US0FENGF4RmNpYjhGVEZxaWIwNThjRjJ1SGlibWM0NFhzTnZGZ0lYVWxJc202SjlqSFFqMHo5ZEE1cFpBaGVSOE9pYlgwbERIWTVxTzdEUWZ0dzNETDVmSWcvNjQw?x-oss-process=image/format,png
[CPU]: https://blog.csdn.net/kexuanxiu1163/article/details/106368596
[GitHub _...]: https://blog.csdn.net/kexuanxiu1163/article/details/106345681
[offer _ _ 03 .]: https://blog.csdn.net/kexuanxiu1163/article/details/106324219
[HTTP]: http://mp.weixin.qq.com/s?__biz=MzUyNjQxNjYyMg%3D%3D&chksm=fa0e7a19cd79f30ffab43a658857adc435208a0bd3ce976293fc415d9097615549465b945fc2&idx=3&mid=2247488920&scene=21&sn=2e1cb06a868232e3f4eb01fcc1ffa9c5#wechat_redirect
[Link 1]: https://blog.csdn.net/kexuanxiu1163/article/details/106232922
[VSCode]: https://blog.csdn.net/kexuanxiu1163/article/details/106152421
[Link 2]: https://blog.csdn.net/kexuanxiu1163/article/details/105648532
[format_png 6]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9ENjdwZWNlaWJlSVJodm5leUhtTURJTW1sOWtJYlVMUGlhUG5pYThpYW5ic1o3Q2trYlFGQTJLU3V3SzA2R3NuT3JMQ2tleHdwYUVoWU1aNHdac1BpY01Uc1ZBLzY0MA?x-oss-process=image/format,png