题目链接:
题目:
Given an integer array
nums
, find the contiguous subarray (containing at least one number) which has the largest sum and return its sum.Example:
Input: [-2,1,-3,4,-1,2,1,-5,4], Output: 6 Explanation: [4,-1,2,1] has the largest sum = 6.
Follow up:
If you have figured out the O(n) solution, try coding another solution using the divide and conquer approach, which is more subtle.
题目分析:
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。
解题思路:
根据提示,有O(n)的方法和分治方法:
思路一(O(n)):线性时间复杂度说明是遍历array,对于每一个数字,我们判断,(之前的sum + 这个数字) 和 (这个数字) 比大小。
如果(这个数字)自己就比 (之前的sum + 这个数字) 大的话,那么说明不需要再继续加了,直接从这个数字,开始继续,因为它自己已经比之前的sum都大了。
反过来,如果 (之前的sum + 这个数字)大于 (这个数字)就继续加下去。
因此比较两者之间的最大值(第一种情况最大,那么刚好此时的 sum 从新的nums[i] 开始,第二种情况最大,那就是还加上去),然后再和现在的最大值取最大值。
注意的一点,因为可能数组全为负数,因此初始化的最大值不能设为0,应该设为int 能取到的最小值,Java中有一个函数:
Integer.MIN_VALUE
思路二(分治):其实分治的时间复杂度是 O(nlogn),因此每一次都是二分查找所以是 logn,而且总共要有 n 次查找。时间复杂度反倒比思路一的O(n)要差。
对于任何一个array来说,有三种可能:
1。它的maximum subarray 落在它的左边;
2。maximum subarray 落在它的右边;
3。maximum subarray 落在它的中间。
对于第一,二种情况,利用二分法就很容易得到,base case 是如果只有一个数字了,那么就返回。
第三种情况是要求求出从中间到左右两边的最大值,然后相加起来。其中要注意的,中间部分的一定是要连续的,所以从中间到右边是顺着的,而中间到左边是要求倒叙的。这样子保证了中间部分的最大值一定是连续的。
最后就是三种情况的最大值进行比较,输出最大值即可。
AC代码:(Java)
思路一、
class Solution {
public int maxSubArray(int[] nums) {
int maxVal = Integer.MIN_VALUE;
int sum = 0;
for(int i = 0;i < nums.length;++i)
{
sum = Math.max(nums[i],sum+nums[i]);
maxVal = Math.max(maxVal,sum);
}
return maxVal;
}
}
思路二、
public class Solution
{
public int maxSubArray(int[] nums)
{
// Solution 3: Divide and Conquer. O(nlogn)
if(nums == null || nums.length == 0)
return 0;
return Max_Subarray_Sum(nums, 0, nums.length-1);
}
public int Max_Subarray_Sum(int[] nums, int left, int right)
{
if(left == right) // base case: meaning there is only one element.
return nums[left];
int middle = (left + right) / 2; // calculate the middle one.
// recursively call Max_Subarray_Sum to go down to base case.
int left_mss = Max_Subarray_Sum(nums, left, middle);
int right_mss = Max_Subarray_Sum(nums, middle+1, right);
// set up leftSum, rightSum and sum.
int leftSum = Integer.MIN_VALUE;
int rightSum = Integer.MIN_VALUE;
int sum = 0;
// calculate the maximum subarray sum for right half part.
for(int i=middle+1; i<= right; i++)
{
sum += nums[i];
rightSum = Integer.max(rightSum, sum);
}
sum = 0; // reset the sum to 0.
// calculate the maximum subarray sum for left half part.
for(int i=middle; i>= left; i--)
{
sum += nums[i];
leftSum = Integer.max(leftSum, sum);
}
// choose the max between left and right from down level.
int res = Integer.max(left_mss, right_mss);
// choose the max between res and middle range.
return Integer.max(res, leftSum + rightSum);
}
}