LeetCode 53. Maximum Subarray 题解

最大子序列和问题

【题目】

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.

【题解】

最大子序列和有多种解法，最简单的一种是遍历所有子序列，代码如下：

    int maxSubArray(vector<int>& nums) {
        int maxSum = INT_MIN;  
        for(int i = 0; i < nums.size(); i++) {   
            for(int j = i; j < nums.size(); j++) {   
                int nSum = 0;  
                for(int k=i; k<=j; k++)
                    nSum += nums[k];
                
                if(nSum > maxSum)
                    maxSum = nSum; 
            }  
        }  
        return maxSum;       
    }

可看到代码中有三层循环嵌套，故其时间复杂度为O(n^3)，同时，包含了很多重复的计算，效率很低，在LeetCode上提交会有Time Limit Exceeded的错误。

优化的办法很容易想到，我们只需遍历从起始位置开始的子序列就行了，代码如下：

    int maxSubArray(vector<int>& nums) {
        int nSize = nums.size();
        if (nSize == 0)
            return 0;
        
        int maxSum = INT_MIN;  
        for(int i = 0; i < nSize; i++) {
            int nSum = 0;
            for(int j = i; j < nSize; j++) {
                nSum += nums[j];
                if(nSum > maxSum)
                    maxSum = nSum; 
            }  
        }  
        return maxSum;       
    }

       其时间复杂度我们降到了O(n^2)，虽然在LeetCode上提交可以得到Accept，但如果仔细观察的话会发现可以进一步改进。

        假如起始位置的值为负，显然不是最大子序列和的起始点，一种特殊情况除外，即序列所有的值均为负数，这时我们只需要找到最大的负数即可。从负数不为最大子序列和的起点出发，我们可以得到下列代码：

    int maxSubArray(vector<int>& nums) {
        int nSize = nums.size();
        if (nSize == 0)
            return 0;
        
        int maxSum = INT_MIN;  
        int nSum = 0;
        for (int i = 0; i < nSize; i++) {
            nSum += nums[i];
            if (nSum > maxSum)
                maxSum = nSum;
            if (nSum < 0)
                nSum = 0;
        }
        return maxSum;       
    }

时间复杂度为O(n)。