分治法——最大子数组

题目描述：
给定一个n个元素的数组a，求a[i]+a[i+1]+…+a[j]的最大值（0 <= i <= j < n）

解题思路：
我们来试试用分治法来解决这个问题。首先我们想要找到一个子数组a[i…j]为最大子数组，我们假设数组的中点为mid，可以将数组a[low…high]分成两个子数组：a[low…mid]和a[mid+1…high]，那么最大子数组必然为下述三种可能之一：
1) low <= i , j <= mid ;
2) mid < i , j <= high ;
3) low <= i <=mid < j <= high .

那么我们考虑一个子问题，跨越中点的最大子数组！
因为上述1) , 2)两种情况可以看成两个更小区间内的跨越中点的最大子数组问题，所以我们只要解决大区间的3)，然后递归求解小区间就可以得到1) , 2)两种情况了。
怎么做呢？其实很简单的啦：
从中点分别向两边扫，记录当前的最大连续和（包含中点），最后得到的两个最大连续和的和就是答案啦，下面是伪代码：

//FIND_MAX_CROSSING_SUBARRAY(a , low , mid , high)
left_sum = -inf
sum = 0
for i = mid to low
    sum = sum + a[i]
    if sum > left_sum
        left_sum = sum
        max_left = i

right_sum = -inf
sum=0
for j = mid to high
    sum = sum + a[j]
    if sum > right_sum
        right_sum = sum
        max_right = j 
return (max_left , max_right , left_sum + right_sum)
//from <Introduction to Algorithm>

解决了上面的问题，接下来我们就要应用分治法了。直接上伪代码：

//FIND_MAXIMUM_SUBARRAY(a , low , high)
if high == low                  //only one element
    return (low , high , a[low])
else
    mid = (low + high)/2
    (left_low , left_high , left_sum) = 
        FIND_MAXIMUM_SUBARRAY(a , low , mid)
    (right_low , right_high , right_sum) = 
        FIND_MAXIMUM_SUBARRAY(a , mid+1 , high)
    (cross_low , cross_high , cross_sum) =
        FIND_MAX_CROSSING_SUBARRAY(a , low , mid , high)

    ans = max(left_sum , right_sum , cross_sum)
//from <Introduction to Algorithm>

如果了解归并排序的话，上述代码应该可以很容易理解

算法复杂度： o( n*logn )（计算方法可以参考归并排序）

总结：
1、分治法一个很好的例子，比暴力求解法快许多；
2、但是实际上这个问题有线性时间复杂度算法，使用动态规划来做的（因此，没有给源代码，只给了伪代码）。