[LeetCode] Maximum Subarray

Find the contiguous subarray within an array (containing at least one number) which has the largest sum.

For example, given the array [-2,1,-3,4,-1,2,1,-5,4],
the contiguous subarray [4,-1,2,1] has the largest sum = 6.

click to show more practice.

More practice:

If you have figured out the O(n) solution, try coding another solution using the divide and conquer approach, which is more subtle.

题目为求一个数组中拥有最大和的连续子数组，返回这个子数组的元素之和。题目提示是建议使用分治法，但是题目的标签是动态规划，所以我使用动态规划的方法来解决这个问题。

起初感觉它和背包问题很像，便采用类似0/1背包问题的解法来做，但是事实证明我想得太复杂了，而且在leetcode中会超时。

创建一个数组v，v[i]表示以nums[i]为结尾的子数组的和。因为题目要求的是连续的子数组，因此只用遍历数组，观察每个数num[i]之前的子数组的和v[i - 1]是否为负即可，若v[i - 1]为负则nums[i]加v[i - 1]肯定是变小的，因此nums[i]不会加入v[i - 1]，而是选择自己成为新的子数组，v[i] = nums[i]；若v[i - 1]为正，则nums[i]加入v[i - 1]后，自身的值肯定是增加的，所以v[i] = nums[i] + v[i - 1]。然后对下一个数nums[i + 1]进行相同的操作。最后从所有的v[i]中选出最大的那一个值返回即可。

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
    	vector<int> v;
    	int maxv = -2147483648;
    	for (int i = 0; i <= nums.size(); i++) {
    		v.push_back(0);
		}
    	for (int i = 1; i <= nums.size(); i++) {
    		if (v[i - 1] > 0) {
    			v[i] = nums[i - 1] + v[i - 1];
			} else {
				v[i] = nums[i - 1];
			}
			if (maxv < v[i]) {
				maxv = v[i];
			}
		}
 		return maxv;
    }
};