算法入门1--分而治之

        新手入门的最大子序列和问题，就是一道典型的分治思想算法问题。这里引用浙江大学陈越老师的讲义内容：

         分而治之的思想就是将问题一分为二（我觉得其实也就是递归），再在子问题继续分，也就是递归。在这道题中，分完后就是“治”：每两个元素对比取max。不过这里我们需要考虑跨界问题，如上图左边，4-5间元素最大和为6，后续的分析都是一样的。

        以下是代码实现，它的时间复杂度是O(NlogN)：

     public static int maxSum3(int[] nums,int left,int right){
         int mid=0,maxLeftSum=0,maxRightSum=0;
         int maxLeftBorderSum=0,maxRightBorderSum=0;
/当只有一个元素时
         if(left==right){
             return Math.max(nums[left], 0);
         }
         //分
         mid=(left+right)/2;
         maxLeftSum=maxSum3(nums,left,mid);
         maxRightSum=maxSum3(nums,mid+1,right);
         //跨界扫描
//向左扫描
         int leftBorderSum=0;
         for(int i=mid;i>=left;i--){
             leftBorderSum+=nums[i];
         }
         if(leftBorderSum>maxLeftBorderSum){
             maxLeftBorderSum=leftBorderSum;
         }
//向右扫描
         int rightBorderSum=0;
         for(int i=mid+1;i<=right;i++){
             rightBorderSum+=nums[i];
         }
         if(rightBorderSum>maxRightBorderSum){
             maxRightBorderSum=rightBorderSum;
         }

         return Math.max(maxLeftSum,Math.max(maxRightSum,maxLeftBorderSum+maxRightBorderSum));
     }

        这道题陈老师也提供了个更快的解法，代码实现就是：

    public static int maxSum4(int [] nums){
        int sum=0,maxsum=0;
        for(int i=0;i<nums.length;i++){
            sum+=nums[i];
            if(sum>maxsum){
                maxsum=sum;
//如果发现当前子序列和为负，抛弃
            }else if(sum<0){
                sum=0;
            }
        }
        return maxsum;
    }

        这个解法也比较好理解，它的时间复杂度是O(N）