leetcode 53.最大子序和（maximum subarray）C语言

1.description

https://leetcode-cn.com/problems/maximum-subarray/description/

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。

2.solution

#define MAX(a, b) ({\
    int _a = (a); \
    int _b = (b); \
    _a >= b ? _a : _b;})


int maxSubArray(int* nums, int numsSize){
    int *dp = (int*)malloc(sizeof(int)*numsSize);
    int maxSum = nums[0];
    
    dp[0] = nums[0];

    for(int i=1; i<numsSize; ++i){
        // dp[i]表示以i为终止下标的子数组(一定包含array[i])之和的最大值，问题的解即dp中的最大值
        // 动态方程由下面四种情况统一简化而来
        // 若dp[i-1]<0, array[i]>0，dp[i]=array[i]
        // 若dp[i-1]<0, array[i]<0, dp[i]=array[i]
        // 若dp[i-1]>0, array[i]<0, dp[i]=dp[i-1]+array[i]
        // 若dp[i-1]>0, array[i]>0, dp[i]=dp[i-1]+array[i]
        dp[i] = MAX(dp[i-1]+nums[i], nums[i]);
        maxSum = MAX(maxSum, dp[i]);
    }

    if(dp){
        free(dp);
    }

    return maxSum;
}

kadane算法，对一维dp进一步优化空间

#define MAX(a, b) ({\
    int _a = (a); \
    int _b = (b); \
    _a >= b ? _a : _b;})

int maxSubArray(int* nums, int numsSize){
    int sum = nums[0], maxSum = nums[0];
    for(int i=1; i<numsSize; ++i){
        sum = MAX(sum+nums[i], nums[i]);
        maxSum = MAX(sum, maxSum);
    }

    return maxSum;
}

参考：知乎文章