算法分析与设计课程作业第二周#1

算法分析与设计课程作业第二周#1

上一周学了分而治之的算法策略，这周就先找了一题贴了此标签的题试试手。

题目：Maximum Subarray

Find the contiguous subarray within an array (containing at least one number) which has the largest sum.

For example, given the array [-2,1,-3,4,-1,2,1,-5,4],
the contiguous subarray [4,-1,2,1] has the largest sum = 6.

思路

这题目描述还挺简洁的，但一开始我却想不到从何处下手，回想课上的例子，许多都是将问题不停对半分（例如归并排序，两个数乘法），而这个问题直接将数组对半分明显行不通。后来，就想尝试下分成几个连续序列，每个连续序列的和局部最大（就是无论往前加还是往后加都只会变得更小），最后比较这几个连续序列的和（其实我的代码是在过程中比较的），从而得到结果。
但怎么分才能得到一个和局部最大的序列呢？我的想法是：局部和最大的连续序列，要满足使这个序列无论往前加，还是往后加，和都会变小，满足这些条件的序列中，序列和最大的序列即是所求。所以可以遍历数组，用两个变量，一个sum记录从某个值开始的连续序列的和，其一开始从整个序列的第一个值开始，一旦sum小于0，就表示前面已经计算的序列的和若再加到后面的序列和上，序列和只会更小，所以就舍弃前面的序列和，从使sum为0的序列值的下一个值开始计算sum，另一个maxsum记录到此为止的连续子数组的最大和（也是其中某个连续序列的和），通过比较maxsum和sum，一旦得到一个更大的和值，就设置该变量。总之，sum在计算中就是其中某个连续子序列的和，maxsum就是计算中最大的sum值，这样maxsum即是该数组中的一个连续子数组的最大和。

代码块

第一次错误（没考虑到数组一开始可以为负值）：

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int sum = 0, maxsum = 0;
        for(int i = 0; i < nums.size(); i++){
            sum += nums[i];
            maxsum = maxsum > sum? maxsum : sum;
            if(sum < 0) sum = 0;
        }
        return maxsum;
    }
};

maxsum一开始不应设置为0，应设置为一个无论如何都小于等于后面计算的sum的数，以免后面计算的maxsum是一个不存在的初始值，所以可以设置为序列的第一个元素的值。
正确版本：

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int sum = 0, maxsum = nums[0];
        for(int i = 0; i < nums.size(); i++){
            sum += nums[i];
            maxsum = maxsum > sum? maxsum : sum;
            if(sum < 0) sum = 0;
        }
        return maxsum;
    }
};