前端学习记录Day4-最大连续子数组

终于收到offer啦！无比开心！但想到自己这么🥦恐怕去到公司会很难熬，就感觉压力好大。前天和昨天都在外面，忙着跟朋友见面什么的，以至于这一篇文章拖到了今天，果然不能提前立flag。明天写JS转换的东西吧。

 这是Leetcode上面的一道简单题，题目如下。（吐槽：一点都不简单呀）

53. Maximum Subarray

Given an integer array nums, find the contiguous subarray (containing at least one number) which has the largest sum and return its sum.

Example:

Input: [-2,1,-3,4,-1,2,1,-5,4],
Output: 6
Explanation: [4,-1,2,1] has the largest sum = 6.

在这里介绍三种效率比较高的方法：分治法，动态规划，和 Kadane算法。

一、分治法

顾名思义，分治法的思路是分而治之。也就是，我们要找到最大连续子数组，可以先把整个数组分成左右两份，最大子数组可能在左边子数组，可能在右边子数组，也可能穿过左右两边。然后只要找出这三种情况中的最大值，就可以得到答案。对于前两种情况，可以依次用递归的方法，分别找出。对于第三种情况，可以从中间开始，分别往左右两边找，不断相加，直到再加最值会减少。

var maxSubArray = function(nums){
//base case:当nums长度为1和0时，分别返回第一个元素和负无穷。
if(nums.length===1) return nums[0];
if(nums.length===0) return -Infinity;

//得到中间元素的index
let mid=Math.floor(nums.length/2);

//找到左边和右边的最大
let leftMax=maxSubArray(nums.slice(0,mid));
let rightMax=maxSubArray(nums.slice(mid));

//计算穿过中间元素的最大
let midLeftMax=0;
let midRightMax=0;
let currMax=0;

//计算左边的最大值
for(let i=mid-1;i>=0;i--){
    currMax=currMax+nums[i];
    midLeftMax=Math.max(midLeftMax,currMax);
}

//计算右边的最大值
currMax=0;
for(let i=mid+1;i<nums.length;i++){
    currMax=currMax+nums[i];
    midRightMax=Math.max(midRightMax,currMax);
}

//返回三个值中最大的那个
return Math.max(leftMax,rightMax,midLeftMax+nums[mid]+midRightMax);


};

二、动态规划

直接上代码，思路写在注释里。

//DP way:
//设数组中一共有n个元素，最大连续子数组可以包含以下三种情况：
// 1.最大值出现在第n个元素上
// 2.最大值为前0到n个元素的和
// 3.最大值为前0到n-1个元素的和
//当为情况3时，又可以按照上面的方法来考虑这个问题

var maxSubArray = function(nums){
    //我们用两个变量来储存在过程中求得的最大和。
    //max表示前k个元素中的最大和，prev表示包括k元素的前k个元素的最大和

    if(nums.length===1) return nums[0];
    let max=nums[0];
    let prev=nums[0];
    for(let i=1;i<nums.length;i++){

        //当前k个元素最大和，要么是第k个元素更大，要么是前k-1个元素加上第k个元素更大
        prev=Math.max(nums[i],prev+nums[i]);

        //前k元素总的最大和，要么是包括当前第k元素的数组和最大，要么是前k-1个元素的和为最大
        max=Math.max(prev,max);
    }
    return max;
};

三、Kadane算法 

这个算法也运用了动态规划的思路，重点是考虑和的增加和减少。 时间不够了，下次再补充吧。