LeedCode53 最大子序和

求最大子序列的和

题目链接：leetcode53 最大子序和
本文主要讲述两种方法：贪心算法和分治法

一、贪心算法

样例数据：int[] a = new int[]{-2,1,-3,4,-1,2,1,-5,4};

简单考虑，先假设最大子序列的和肯定大于等于0。
从左往右遍历数组

1. 对于第一个数，a[0] = -2 < 0；假设最大子序列包含a[0]，最大子序列的最右边坐标为j，那么最大子序列的和为a[0] + a[1] + … + a[j]，因为a[0] < 0；所以a[1] + … + a[j] 肯定大于 a[0] + a[1] + … + a[j]；所以a[0]肯定不会出现在最大子序列中。
2. 对于第一个数a[1] = 1。当前的最大值为1，先记录下来，此时max = 1，tempMax = 1；
3. 对于第二个数a[2] = -3 。a[1] + a[2] = 1 + -3 = -2 < 0；根据1得出的结论，如果最大子序列包含a[1]和a[2]或者仅仅包含a[2]的话，其实是对求最大子序列和是起到负作用的。所以我们这时候把tempMax置为0。
4. 对于a[3] = 4， tempMax = 4， max = 4；
5. 对于a[4] = -1， tempMax = 3， max = 4；
6. 对于a[5] = 2， tempMax = 5， max = 5；
7. 对于a[6] = 1， tempMax = 6， max = 6；
8. 对于a[7] = -5， tempMax = -1， max = 6；
9. 对于a[8] = 4， tempMax = 3， max = 6；

综上所述，我们最最大子序列的时候，可以从左往右遍历，进行累加。如果累加的结果出现负值，这个时候前面的和对于后续求最大子序列和是起到反作用的。最大子序列要么出现在这个累加的过程中，要么就出现在后续的没处理的数组中。
这块比较难以理解，举个例子来说明，对于数组[1,2,3,-3,-6,2,3,5]
对于[0,2]最大值为6，
对于[0,4]和为-3，在计算[5,7]的和中，左边的数据实际上产生的是负的作用。应该被舍弃。

至于出现负值重置为0，是因为对于[1,2,3,-4,1,2]来说
[0,2]的和为6
a[3]虽然小于0，但是a[0]+a[1]+a[2]+a[3] > 0，对于3后面的数值来说，仍然是正的，具有正作用。所以继续累加。

附上代码

public static int maxSubArray(int[] nums) {
        if (nums == null || nums.length < 0) {
            return 0;
        }
        int sum = 0;
        int max = nums[0];  //这里主要是为了防止整个数列中的所有数都小于0
        for (int i = 0; i < nums.length; i++) {
            sum += nums[i];
            if (max < sum) {
                max = sum;
            }
            if (sum < 0) {
                sum = 0;
            }

        }
        return max;
    }

二、分治法

分治法的核心思想就是分而治之。
对于一个数组求最大子序列和，无外乎有三种情况
通过二分的方式把数组一分为二，分别为[left, mid]、[mid + 1, right]

1. 最大子序列仅出现在左边
2. 最大子序列仅出现在右边
3. 最大子序列横跨左右两边

对于前两种情况，直接一直递归下去求解就好啦
对于第三种情况。横跨左右两边，说明肯定包含两个元素 [mid] [mid+1]
我们从mid开始，求出包含mid的左边最大的子序列和，
从mid + 1开始，求出mid+1的右边最大的子序列和
然后返回的值就是这三个值中最大的那个。

附上代码

public static int maxSubArray(int[] nums, int left, int right) {
        if (left == right) {
            return nums[left];
        }
        int mid = (left + right) / 2;
        int leftMaxSum = maxSubArray(nums, left, mid);
        int rightMaxSum = maxSubArray(nums, mid + 1, right);
        int allMaxSum = 0;
        int temp = nums[mid];
        int tempMax = temp;
        for (int i = mid - 1; i >= left; i--) {
            temp += nums[i];
            if (tempMax < temp) {
                tempMax = temp;
            }
        }
        allMaxSum += tempMax;
        temp = nums[mid + 1];
        tempMax = temp;
        for (int i = mid + 2; i <= right; i++) {
            temp += nums[i];
            if (tempMax < temp) {
                tempMax = temp;
            }
        }
        allMaxSum += tempMax;
        return getMax(leftMaxSum, rightMaxSum, allMaxSum);
    }

    public static int getMax(int a, int b, int c) {
        if (a > b) {
            return a > c ? a : c;
        }
        return b > c ? b : c;
    }