【LeetCode】热题100：最大子数组和

题目：

给你一个整数数组 nums ，请你找出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。
子数组是数组中的一个连续部分。

示例 1：
输入：nums = [-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 。

示例 2：
输入：nums = [1]
输出：1

示例 3：
输入：nums = [5,4,-1,7,8]
输出：23

提示：
1 <= nums.length <= 10的5次方
-10的4次方 <= nums[i] <= 10的4次方

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。

解题思路：使用动态规划的方法，首先定义两个变量 maxSum 和 currentSum，分别用于记录最大子数组和和当前子数组和。从数组的第二个元素开始遍历，对于每个元素，要么将其加入当前子数组，要么以当前元素作为新的起点开始一个新的子数组。在遍历的过程中，不断更新 currentSum 和 maxSum，使得 maxSum 始终记录着最大的子数组和。

class Solution {
    public int maxSubArray(int[] nums) {
        int maxSum = nums[0]; // 记录最大子数组和
        int currentSum = nums[0]; // 记录当前子数组和
        // 遍历数组，从索引 1 开始
        for (int i = 1; i < nums.length; i++) {
            // 计算当前子数组和，要么将当前元素加入当前子数组，要么从当前元素重新开始计算子数组
            currentSum = Math.max(nums[i], currentSum + nums[i]);
            // 更新最大子数组和
            maxSum = Math.max(maxSum, currentSum);
        }
        return maxSum;
    }
}

分治法思路：使用分治法的思想，将数组划分成左右两部分，分别求解左右两边的最大子数组和，然后再求解横跨中间位置的最大子数组和，最后返回三者中的最大值，通过递归实现分治过程。

class Solution {
    // 分治法解决最大子数组和问题
    public int maxSubArray(int[] nums) {
        return divideAndConquer(nums, 0, nums.length - 1);
    }
    // 分治递归函数
    private int divideAndConquer(int[] nums, int left, int right) {
        // 基本情况：子数组只有一个元素时，返回该元素
        if (left == right) {
            return nums[left];
        }
        // 找到数组中间位置
        int mid = left + (right - left) / 2;
        // 分别求解左右两边的最大子数组和
        int leftMax = divideAndConquer(nums, left, mid);
        int rightMax = divideAndConquer(nums, mid + 1, right);
        // 求解横跨中间位置的最大子数组和
        int crossMax = crossSum(nums, left, mid, right);
        // 返回三者中的最大值
        return Math.max(Math.max(leftMax, rightMax), crossMax);
    }
    // 求解横跨中间位置的最大子数组和
    private int crossSum(int[] nums, int left, int mid, int right) {
        // 从中间位置向左扩展，找到包含中间位置的最大子数组和
        int leftSum = 0;
        int leftMax = Integer.MIN_VALUE;
        for (int i = mid; i >= left; i--) {
            leftSum += nums[i];
            leftMax = Math.max(leftMax, leftSum);
        }
        // 从中间位置向右扩展，找到包含中间位置的最大子数组和
        int rightSum = 0;
        int rightMax = Integer.MIN_VALUE;
        for (int i = mid + 1; i <= right; i++) {
            rightSum += nums[i];
            rightMax = Math.max(rightMax, rightSum);
        }
        // 返回横跨中间位置的最大子数组和
        return leftMax + rightMax;
    }
}