Leetcode 53. Maximum Subarray 最大子序和（C++）

题目描述：

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。

 

思路：

        这是动态规划中一道非常经典的题目，虽然LeetCode上把这道题目难度定位Easy，但是我认为弄懂解决这道问题背后的思路，很多medium甚至hard都会迎刃而解。

        首先最容易想到的依然是暴力法，两层循环，外层循环的指针i依次遍历数组，作为子数组的头，内层循环的指针j，从i开始向后做加法，每做一次加法都和前一次加法的结果做比较取最大值。那么两层循环下来，得到的最大值，就是最大子序和，复杂度是O(n^2)。那么，应该从哪里开始优化呢？

        其实暴力法两层循环核心在于，当遇到一个数时，我是要把它加入上一个子序和的结果，还是要以它作为新一个子序和的开始。暴力法并不去思考这个问题，它暴力地把两种情况都计算出来，这样取到的最大值一定是最大值。那么很自然，我们可以用数组存下上一个子序和的结果，与当前数进行比较，哪个大取哪个就好，最后再在结果数组中，找到最大的那个值。这样优化之后，空间和时间复杂度都是O(n)，还有没有优化的空间？

       有的。在最后结果数组中找最大值的行为，并不需要所有数组的值，只需要在每次计算出当前子序和结果后，与上一次最大子序和比较即可。想明白这一点之后，可以取消掉子序和结果数组，时间复杂度变成O(1)。

 

代码：

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int pre=0, max_res=nums[0];
        for(int num : nums)
        {
            pre = max(pre+num, num);//这一步是计算当前子序和结果
            max_res= max(pre,max_res);//这一步是在所有子序和结果中取最值
        }
        return max_res;
    }
};