【LeetCode】053.最大子序和 (Maximum Subarray) 动态规划/分治法

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。

进阶:

如果你已经实现复杂度为 O(n) 的解法，尝试使用更为精妙的分治法求解。

---

解决方法

方法一：动态规划

dp[i] 里保存以第i个数结尾的最大子序和（包括第 i 个数）。
初始化 dp[0]=nums[0] ；
状态转移： dp[i-1]>0 时，dp[i]=dp[i-1]+nums[i] ；
      dp[i-1]<=0 时，dp[i]=nums[i] ，重新开始新子数组求和。

时间复杂度： O(n)

实现代码：

class Solution
{
public:
	int maxSubArray(vector<int>& nums)
	{
        vector<int> dp(nums.size());
		
		dp[0] = nums[0];
		int ans = dp[0];
		for (int i = 1; i < nums.size(); i++)
		{
			if (dp[i - 1] > 0)
				dp[i] = dp[i - 1] + nums[i];
			else
				dp[i] = nums[i];

			ans = max(ans, dp[i]);
		}

		return ans;
	}
};

方法二：分治法

将数组 nums[left…right] 在 mid=(left+right)/2 分成两部分，nums[left…right] 的最大子序和的连续子数组有三种可能的位置：
（1）在分割点左边，即在 nums[left…mid] 中产生；
（2）在分割点右边，即在 nums[mid+1…right] 中产生；
（3）跨越两部分， 即至少同时包括 nums[mid] 和 nums[mid+1] ，从这两个数向左右扩张。
那么，nums[left…right] 的最大子序和为三种情况的最大值。第一、二种情况递归，第三种情况直接计算。

时间复杂度： O(nlogn)

实现代码：

class Solution
{
public:
	int maxSubArray(vector<int>& nums)
	{
		return maxSubArrayDC(nums, 0, nums.size() - 1);
	}

	int maxSubArrayDC(vector<int>& nums, int left, int right)
	{
		if (left == right)
			return nums[left];

		int mid = (left + right) / 2;

		int max1 = nums[mid];
		int sum = 0;
		for (int i = mid; i >= left; --i)
		{
			sum += nums[i];
			max1 = max(max1, sum);
		}

		int max2 = nums[mid + 1];
		sum = 0;
		for (int i = mid + 1; i <= right; ++i)
		{
			sum += nums[i];
			max2 = max(max2, sum);
		}

		int ans1 = maxSubArrayDC(nums, left, mid);
		int ans2 = maxSubArrayDC(nums, mid + 1, right);
		int ans3 = max1 + max2;

		return max(ans1, max(ans2, ans3));
	}
};