lectcode-数组-最大自序和

要求

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。

代码

• 暴力解法

int maxSubArray(vector<int>& nums) {
    int sum = 0,max = INT_MIN,n = nums.size();
    for(int i=0;i<n;i++)
    {
        sum = 0;
        for(int j = i;j<n;j++)
        {
            if(sum<0) break;
            sum = sum + nums[j];
            max = max>sum?max:sum;
        }
    }
    return max;
}

• 动态规划

 int maxSubArray(vector<int>& nums) {
    int res = INT_MIN,n = nums.size();
    int dp = nums[0]; 
    res = nums[0];
    for(int i = 1;i<n;i++)
    {
        dp = max(dp+nums[i],nums[i]);
        res = max(res,dp);
    }
    return res;
}

• 贪心解法

int maxSubArray(vector<int>& nums) {
   int n = nums.size(),sum = nums[0],res = nums[0];
   for(int i = 1;i<n;i++)
   {
       if(sum < 0) sum = 0;
       sum = sum + nums[i];
       res = max(res,sum);
   }
   return res;
}

• 分治解法

int maxSubArray(vector<int> &nums)
{
    //类似寻找最大最小值的题目，初始值一定要定义成理论上的最小最大值
    int result = INT_MIN;
    int numsSize = int(nums.size());
    result = maxSubArrayHelper(nums, 0, numsSize - 1);
    return result;
}

int maxSubArrayHelper(vector<int> &nums, int left, int right)
{
    if (left == right)
    {
        return nums[left];
    }
    int mid = (left + right) / 2;
    int leftSum = maxSubArrayHelper(nums, left, mid);
    //注意这里应是mid + 1，否则left + 1 = right时，会无线循环
    int rightSum = maxSubArrayHelper(nums, mid + 1, right);
    int midSum = findMaxCrossingSubarray(nums, left, mid, right);
    int result = max(leftSum, rightSum);
    result = max(result, midSum);
    return result;
}

int findMaxCrossingSubarray(vector<int> &nums, int left, int mid, int right)
{
    int leftSum = INT_MIN;
    int sum = 0;
    for (int i = mid; i >= left; i--)
    {
        sum += nums[i];
        leftSum = max(leftSum, sum);
    }

    int rightSum = INT_MIN;
    sum = 0;
    //注意这里i = mid + 1，避免重复用到nums[i]
    for (int i = mid + 1; i <= right; i++)
    {
        sum += nums[i];
        rightSum = max(rightSum, sum);
    }
    return (leftSum + rightSum);

总结

• 暴力解法思想是每次先选择一个开始值，然后从开始值向后加，用max储存其中的最大值，如果遇到小于0，则换一个开始值再重复以上步骤。
• 动态规划法用dp储存前一个元素的最大值，所以整个最大值只可能取dp+当前元素和当前元素，遍历一遍后，就可以得出结果，时间复杂度O(n),空间复杂度O(1)。
• 贪心解法从前往后遍历，sum储存遍历过的元素之和，res储存每次加一个元素后中的最大值。当sum小于0时，说明不仅没有正的增益，而且如果最大值已经出来一定不包含该值，此时从此元素开始再次重复上述步骤，和暴力法的区别是省略了许多不必要的验证。
• 分治解法，将数组分为最大值在中心点左侧，中心点右侧，跨中心点三种情况，其中左右侧采用分治保存最大值的方式，跨中心点时以中心点为基准分别向左向右用贪心法求最大子序列和，然后将左右最大序列和加起来即跨中心最大值，结果取三者中最大值。