53. 最大子序和（python3）

题目：https://leetcode-cn.com/problems/maximum-subarray/

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。

 

解题思路：

动态规划普通解法见代码1，转移方程为dp[i]=max{dp[i-1]+nums[i], nums[i]} ，其中dp[i]为以nums[i]结尾的连续子数组的和。由于dp[i]的值只与dp[i-1]有关，所以还可以进一步优化，使用滚动数组思想。

 

“滚动数组”就是把数据暂存起来然后再利用，比如这道题dp[i]只与dp[i-1]有关，则可以用p记录dp[i-1]，用q记录dp[i]，此时for循环里的语句变为：

q = max{p+nums[i], nums[i]}

p = q

即每次更新p用于下次循环

简写可写做：

q = max{q+nums[i], nums[i]}   （等号左边的是新q，等号右边的是上一循环的q）

 

若dp[i]的值只与dp[i-1]、dp[i-2]有关，举个例子：dp[i]=dp[i-1]+dp[i-2]，用p记录dp[i-1]， q记录dp[i-2]，r记录dp[i]，则for循环改为：

r = p + q

q = p

p = r

即用p去更新q、r去更新p用于下次循环（下一次循环中i+1，原i-1变为i，i-2变为i-1，所以用q=p，p=r，注意q=p在前，若p=r写在前面，q=p则更新成了r的值）

 

了解了滚动数组后再看这道题，需要对滚动数组进行改造，因为此题不是为了求dp[i]，从代码1可以看出dp[i]求完后还需要遍历一遍dp数组求出最大数，所以需要在滚动时进行最大值的记录。

即for循环中可写做：

q = max{q+nums[i], nums[i]} 

res = max(q, res)

即代码2所示

这时空间复杂度就降到了O(1)

 

代码1：

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        m = len(nums)
        dp = [0]*m

        dp[0] = nums[0]
        if(m == 1):
            return dp[0]
        
        for i in range(1, m):
            dp[i] = max(dp[i - 1]+nums[i], nums[i])

        maxvalue = dp[0]
        for i in range(1, m):
            if(dp[i] > maxvalue):
                maxvalue = dp[i]
        
        return maxvalue

代码2：

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        res = nums[0]
        cur = 0

        for i in nums:
            cur = max(cur + i, i)
            res = max(cur, res)

        return res

 

测试：

if __name__ == "__main__":
    nums = [-2,1,-3,4,-1,2,1,-5,4]
    res = Solution().maxSubArray(nums)
    print(res)