LeetCode【#53】 Maximum Subarray（最大子序和）

题目链接:

点击跳转

 

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);
        
    }
    
}