先贴一下这道题的题目描述:
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。
进阶:
如果你已经实现复杂度为 O(n) 的解法,尝试使用更为精妙的分治法求解。
这道题最好想到的解法是用动态规划法,也就是进阶里面提到的时间复杂度为O(n)级别的解法,我们先介绍动态规划思路。
解法一:动态规划
我们很容易想到,遍历数组每个下标的时候,对于每个下标有两个选择方式,第一是将他和他的前一个下标一起,组成一个连续子数组;另一个方式时将他作为连续子数组的新起点。
我们将两种方式里能得到的较大值存进数组该下标位置,作为判断遍历到下一个下标的时候,选择哪种方式的依据,如果该值大于零,则会选择方式一,如果该值小于零,则会选择方式二,同时我们设置一个变量max,用于存放遍历中得到的最大值。
最后变量max的值,就是遍历得到的子序和的最大值,将他返回。
//i为此刻遍历到的数组的下标
nums[i - 1] > 0 ? nums[i] = nums[i] + nums[i - 1] : nums[i] = nums[i];
max = Math.max(max,nums[i]);
return max;
下面贴一下完整的代码:
class Solution {
public int maxSubArray(int[] nums) {
int[] arr = new int[nums.length];
arr[0] = nums[0];
int max = arr[0];
for(int i = 1 ; i < nums.length ; i ++){
if(arr[i - 1] < 0) arr[i] = nums[i];
else arr[i] = nums[i] + arr[i - 1];
if(arr[i] > max) max = arr[i];
}
return max;
}
}
在这段代码里另外创建了一个新的数组,用来存放每个下标位置的最大子序和,其实完全可以选择原地存放,减小空间复杂度,空间复杂度由O(n)降到O(1),如果不希望改变传进来的数组nums,则可以选择牺牲空间的方式。
解法二:分治法
分治法的思路我没有想出来,这里借鉴的是LeetCode题解里一位大佬的思路,下面先贴一下大佬的ID和题解的网址。
作者:liweiwei1419
链接:https://leetcode-cn.com/problems/maximum-subarray/solution/dong-tai-gui-hua-fen-zhi-fa-python-dai-ma-java-dai/
分治法的思路是这样的,其实也是分类讨论。
连续子序列的最大和主要由这三部分子区间里元素的最大和得到:
第 1 部分:子区间 [left, mid];
第 2 部分:子区间 [mid + 1, right];
第 3 部分:包含子区间 [mid , mid + 1] 的子区间,即 nums[mid] 与 nums[mid + 1] 一定会被选取。
对它们三者求最大值即可。
下面贴一下参考代码:
public class Solution {
public int maxSubArray(int[] nums) {
int len = nums.length;
if (len == 0) {
return 0;
}
return maxSubArraySum(nums, 0, len - 1);
}
private int maxCrossingSum(int[] nums, int left, int mid, int right) {
// 一定会包含 nums[mid] 这个元素
int sum = 0;
int leftSum = Integer.MIN_VALUE;
// 左半边包含 nums[mid] 元素,最多可以到什么地方
// 走到最边界,看看最值是什么
// 计算以 mid 结尾的最大的子数组的和
for (int i = mid; i >= left; i--) {
sum += nums[i];
if (sum > leftSum) {
leftSum = sum;
}
}
sum = 0;
int rightSum = Integer.MIN_VALUE;
// 右半边不包含 nums[mid] 元素,最多可以到什么地方
// 计算以 mid+1 开始的最大的子数组的和
for (int i = mid + 1; i <= right; i++) {
sum += nums[i];
if (sum > rightSum) {
rightSum = sum;
}
}
return leftSum + rightSum;
}
private int maxSubArraySum(int[] nums, int left, int right) {
if (left == right) {
return nums[left];
}
int mid = (left + right) >>> 1;
return max3(maxSubArraySum(nums, left, mid),
maxSubArraySum(nums, mid + 1, right),
maxCrossingSum(nums, left, mid, right));
}
private int max3(int num1, int num2, int num3) {
return Math.max(num1, Math.max(num2, num3));
}
}