leetcode 53.maximum-sum-subarray最大子序和 python3

时间：2020-5-13

题目地址：https://leetcode-cn.com/problems/maximum-subarray/

题目难度：Easy

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1：暴力破解法

代码段1：超出时间限制

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        result = nums[0]
        for i in range(0, len(nums), 1):
            temp = 0
            for j in range(i, len(nums), 1):
                temp += nums[j]
                if(temp > result):
                    result = temp
        return result

总结：

1. leetcode太优秀，竟然200+个测试用例，只有一个考察时间复杂度的没通过
2. 我这暴力破解法绝对足够暴力，= =。

---

思路2：前缀和+暴力破解法
代码段2：超出时间限制

import sys
class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        n = len(nums)
        maxSum = -sys.maxsize
        sum = 0
        for i in range(n):
            sum = 0
            for j in range(i, n):
                sum += nums[j]
                maxSum = max(maxSum, sum)
        
        return maxSum

总结：github上给出的思路，为啥大神能ac，我没有，没继续整

参见：https://github.com/azl397985856/leetcode/blob/master/problems/53.maximum-sum-subarray-cn.md

---

思路3：每次遍历都能算出sum(i) (i = 0,1,2...,n-1)，最大值就是sum(i) - 最小的sum(k)(k = 0,1,...i-1)

代码段3：执行通过

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        maxSum = nums[0]
        minSum = 0
        temp = 0
        for i in range(0, len(nums)):
            temp += nums[i]
            maxSum = max(temp - minSum, maxSum)
            minSum = min(temp, minSum)
        return maxSum

总结：

1. 暴力法的时间复杂度O(n^3)，空间复杂度O(1)，此解法很巧妙，时间复杂度O(n)，空间复杂度O(1)，n为数组长度
2. 脑子很重要

---

后期优化：

1、分治法

2、动态规划