最大连续子数组（数组-分治法）

最大连续子数组（分治法）

方法1：暴力求解
时间复杂度O(N^3)

    /**
     * 求解最大连续子数组：暴力求解，计算出每一个子数组的和，更新最大值
     * @param nums
     * @return
     */
    public int maxAddSub(int[] nums){
        int max = nums[0];
        for(int i = 0;i<nums.length;i++){
            for(int j = i;j<nums.length;j++){

                int sum = 0;

                for (int k = i;k<=j;k++){
                    sum +=nums[k];
                }

                if(sum > max){
                    max = sum;
                }

            }

        }

        return max;
    }

方法2：分治法
时间复杂度：O(NlogN)

    /**
     * 求解最大连续子数组:分治法，递归
     * @param nums
     * @param from
     * @param to
     * @return
     */
    public int maxAddSub(int[] nums,int from,int to){
        //递归的终止条件
        if(from == to){
            return nums[from];
        }

        //递归的内容
        int middle = from + (to - from)/2;
        //最大连续子数组全部在左半部分子数组中
        int max1 = maxAddSub(nums,from,middle);
        //最大连续子数组全部在右半部分子数组中
        int max2 = maxAddSub(nums,middle+1,to);

        //最大连续子数组跨立在左半部分子数组和右半部分子数组中
        //求解左半部分子数组的最大后缀和右半部分子数组的最大前缀
        int leftMax = nums[middle];
        int now = nums[middle];
        for(int i =middle-1; i>= from ;i--){
            now += nums[i];
            leftMax = Math.max(leftMax,now);
        }

        int rightMax = nums[middle+1];
        now = nums[middle+1];
        for(int i = middle+2; i <= to;i++){
            now += nums[i];
            rightMax = Math.max(rightMax,now);
        }
        
        int max3 = rightMax+leftMax;

        return Math.max(max1,Math.max(max2,max3));

    }