leetcode刷题 53. 最大子数组和，Easy （Java）动规+贪心+分治（动态规划超详解，包括优化）

1.题目描述

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 <= 105
• -104 <= nums[i] <= 104

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。

来源：力扣（LeetCode）
链接：53. 最大子数组和
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

2.题解

2.1 动态规划

2.1.1 思路

这道题我最先想到的就是动态规划，所以先讲。这道题应该算是比较经典的动态规划题目了,下面来讲一下思路。
因为我们要求的是最大子数组和，所以顺序不能动，排除排序，而且相加的时候只能和左右两边相加。
那么这个时候，我们从左往右考虑，就比如第二个数要不要加上第一个数。那如果第一个数是正数，那肯定可以加；如果是负数，那就不加。
衍生出来子数组和，如果第1,2个数的子树和为正数，那第3个数肯定要加上这个子树和。那如果是负数，还不如自己大，那就不加。
如果我们用一个数组来存当前第i个数的从左往右的最大的子树和。那我们只需要遍历这个新的数组，找到她的最大值，那也就是原数组的最大子树组和。
到这里我们就可以得出动态转移方程：

m a x n [ i ]   =   m a x { m a x n [ i − 1 ] + n u m s [ i ] , n u m s [ i ] } maxn[i]\, =\, max\{ maxn[i-1]+nums[i],nums[i]\} maxn[i]=max{maxn[i−1]+nums[i],nums[i]}
然后我用一个值存了最大值，这样可以直接返回。
时间复杂度为O(n),空间复杂度为O(n)。
下次我写一下动态规划的总结发在数据结构与算法的专栏。其实动态规划懂了之后不是很难。

2.1.2 java代码

class Solution {
    public int maxSubArray(int[] nums) {
        int[] maxn = new int[nums.length];
        int max = nums[0];
        maxn[0] = nums[0];
        for(int i = 1;i<nums.length;i++){
            maxn[i] = Math.max(nums[i]+maxn[i-1],nums[i]);
            max = Math.max(max,maxn[i]);
        }
        return max;
    }
}

2.2 优化的动态规划

2.2.1 思路

动态规划还可以优化，因为我们要求的只是一个最大值，所以其实可以不用一个数组来记录,只需要存前一个数的最大子数组就行。这样一个数组就变成了一个数。空间复杂度变为了O(1)，但时间复杂度还是O(n)。
动态转移方程就变成了：
p r e   =   m a x { p r e + n u m s [ i ] , n u m s [ i ] } pre\, =\, max\{ pre+nums[i],nums[i]\} pre=max{pre+nums[i],nums[i]}

2.2.2 Java代码

class Solution {
    public int maxSubArray(int[] nums) {
        int pre = 0;
        int max = nums[0];
        for(int i = 0;i<nums.length;i++){
            pre = Math.max(pre + nums[i], nums[i]);
            max = Math.max(max, pre);
        }
        return max;
    }
}

2.3 贪心算法

2.3.1 思路

那如果是贪心的话，就不是和动态规划一样考虑一步一步地走，而是一整个数组考虑。就一直走，碰到最大的数就记录下来。
如果此时sum为负数，那下一个数相加是，就不考虑sum，所以要将sum在求完最大值之后置0。

2.3.2 Java代码

class Solution {
    public int maxSubArray(int[] nums) {
        int max  = nums[0];
        int sum = 0;
        for(int i=0;i<nums.length;i++){
            sum = sum+nums[i];
            max = Math.max(max,sum);
            sum = Math.max(sum,0);
        }
        return max;
    }
}

2.4 分治法

分治法等我学完线段树再写好了。

2.4.1 思路

2.4.2 Java代码