maxSum

最大字段和问题:

给定有n个整数组成的序列a_1, ..., a_n, 求该序列\sum_{k=i}^j a_k。

或许最先想到的爆破发，遍历所有的子序列而找出最大值。然而这个时间复杂度太高O(n^3)。当然可以用一些技巧而时间复杂度降到n^2。

如果了解合并排序（Merge sort），我们也可以发现该问题和merge sort很相像。

我们把一个大数组均匀的分成两半，这样最大子序列存在以下三种可能：

1. 存在于左半边的数组。

2. 存在于右半边的数组。

3. 包含在左右两边，换句话（包含中间的那个元素）。

由于每次我们把数组分为两半（和merge sort 很像），算法复杂度也和merge sort一样 n log n。

当然如果熟悉动态编程的话，问题更加简化，有兴趣的可以自己设计一下。

一下是Java 版本实现。

private static int maxSumDC(int[] arr, int lo, int hi) {
		if (lo == hi)
			return arr[lo];
		int m = (lo + hi) / 2;
		int lowSum = maxSumDC(arr, lo, m);
		int hiSum = maxSumDC(arr, m + 1, hi);
		// include m
		int leftsm = arr[m];
		int sm = arr[m];
		for (int i = m - 1; i >= lo; i--) {
			sm = sm + arr[i];
			if (sm > leftsm)
				leftsm = sm;
		}
		
		int rightsm = arr[m + 1];
		sm = arr[m + 1];
		for (int i = m + 2; i <= hi; i++) {
			sm += arr[i];
			if (sm > rightsm)
				rightsm = sm;
		}
		int sum = leftsm + rightsm;
		return Math.max(sum, Math.max(lowSum, hiSum));
	}

	public static int maxSumDC(int[] arr) {
		return maxSumDC(arr, 0, arr.length - 1);
	}