数组的最大子数组和 Maximum Subarray

题目：Find the contiguous subarray within an array (containing at least one number) which has the largest sum.

For example, given the array [−2,1,−3,4,−1,2,1,−5,4],
the contiguous subarray [4,−1,2,1] has the largest sum = 6. 题目源自于Leetcode。
If you have figured out the O(n) solution, try coding another solution using the divide and conquer approach, which is more subtle.

思路：

解法一：比较好的方法是O(N)的一个遍历方法。逐步累加序列，当sum小于0的时候，认为之前的序列不可以作为所求目标的子序列，sum置0。

解法二：分治法。这里题目又提出了让尝试使用分治的方法来解。先陈述一下分治的办法，将数列分为左右两半段来找最大和子序列，最大和子序列可能是三种情况：

1、最大和子序列就在左边半段。

2、最大和子序列就在右边半段。

3、最大和子序列横跨两个半段（必然包含左半段的最右数、右半段的最左数）。

从这三种情况中选出最大的，一定就是数列的最大和子序列。

对于第1和第2种情况，属于是子问题，需要深入的一次递归。对于第3种情况，需要拿出来处理。我们可以这么处理：从数列正中间，分别往左右两侧扩展，寻找最大和序列。

递归的结束条件是数列只有一个元素，最大和自然就是这个数本身。

解法一的代码：该算法的时间复杂度为O(n)，空间复杂度O(1)。

class Solution {
public:
    int maxSubArray(int A[], int n) {
        if(n <= 0)
            return 0;
        int sum, max;
        sum = 0;
        max = A[0];
        for(int i=0;i<n;i++)
        {
            sum += A[i];
            if(max < sum)
                max = sum;
            if(sum < 0)
                sum = 0;
        }
        return max;
    }
};

解法二的代码：该算法的时间复杂度为O(N*logN)。

class Solution {
public:
int maxSubArray(int A[], int n)
{
	if(n == 1)
		return A[0];

	int left = maxSubArray(A, (n+1)/2);
	int right = maxSubArray(A+(n+1)/2, n-(n+1)/2);
	
	int mid = 0;
	int i;
	int max = A[(n-1)/2];
	int sum = 0;
	for(i=(n-1)/2;i>=0;i--)
	{
		sum += A[i];
		if(sum > max)
			max = sum;
	}
	mid += max;

	max = A[(n+1)/2];
	sum = 0;
	for(i=(n+1)/2;i<n;i++)
	{
		sum += A[i];
		if(sum > max)
			max = sum;
	}
	mid += max;

	int tmp = (left>right?left:right);
	return (tmp>mid?tmp:mid);
}

};