剑指offe 42 连续子树组中的最大和

题目描述

输入一个整型数组，数组里有正数也有负数。数组中的一个或连续多个整数组成一个子数组。求所有子数组的和的最大值。要求时间复杂度为 O(n).

示例1

输入：[1,-2,3,10,-4,7,2,-5]
返回值：18
说明：输入的数组为{1,-2,3,10,—4,7,2,一5}，和最大的子数组为{3,10,一4,7,2}，
     因此输出为该子数组的和 18。 

思路

• 看到求最大前n项和。最直接的最暴力的方法就是遍历全部子数组和并且一一比较大小。显然这样做回导致复杂度为$O(n^2)$。
• 根据陈越老师的思想方法——看到$O(n^2)$可以尝试转换到$O(nlogn)$。但是题目已经要求复杂度为O(n)。
• $O(n)$就可以看出这道题只能遍历（for循环）一次数组。
• 思考最极限状况。极限状态1：数组元素全为正整数——[4,5,2,6,8,1]，最大子数组和就是数组本身元素和。极限状态2：数组元素全为负数——[-3,-7,-1-9,-10]，最大子数和为-1，是数组元素。
• 普通状态：数组有负有正——[1,-2,3,10,-4,7,2,-5]。在人为计算最大子数和时，发现只要是前面子数和一旦为负数，只要是包含这个子数组全部元素必然不是最大的子树和，需要抛弃掉为负数的子树和。

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) 
    {
        int sum, tmp;
        sum = INT32_MIN;  // 子数和可以为负数，所以初始化为int型最小值
        tmp = 0;
        for(int i = 0; i < array.size(); ++i)
        {
            tmp += array[i];
            if(tmp > sum)
                sum = tmp;
            if(tmp < 0)   // 一旦发现前面的子数组和为负数，
 //就会影响到下一次的累加（但不影响此次，所以需要把判断放在最后）。
                tmp = 0;
        }
        return sum;
    }
};

上述我这个使用了判断结构，下面这段代码更加简洁，一样的思想。不过是使用max函数替代了判断，如果是自己写完整代码记得一定要加头文件#include<algorithm>。下面代码出自这。

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int resmax = INT_MIN, curmax = 0;//resmax表示整个数组的最大连续子数组和，curmax表示当前最大连续子数组和

        for (int i = 0; i < nums.size(); ++i) {
            curmax += nums[i];
            resmax = max(resmax, curmax);//更新结果
            curmax = max(curmax, 0);//如果目前<0，说明拖后腿，就丢了
        }
        
        return resmax;
    }
};

应用动态规划方式：如果用函数$f(i)$表示以第$i$个数字结尾的子数组的最大和（可正可负），那么就可以利用递归公式：$$f(n)=\{\begin{array}{ll}Data[i],& \text{if i=0 or f(i−1)≤0}\\ f(i-1)+Data[i],& \text{if i=0 and f(i−1)>0}\end{array}$$

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) 
    {
        // 动态规划方法：
        if(array.size() == 0)
            return 0;
        vector<int> f(array.size(),0);
        // i = 0
        f[0] = array[0];
        int MaxValue = f[0];
        // i 不等于 0    
        for(int i = 1; i < array.size(); ++i)
        {
            f[i] = max(f[i-1] + array[i], array[i]);
            MaxValue = max(MaxValue, f[i]);
        }
        return MaxValue;
    }
};

但是可以避免使用vector容器，以及不需要分$i$是否是等于0。代码出自这。

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int res = INT_MIN, s = 0;//res是结果，s是以前一个数结尾的所有子数组中的最大和

        for (int i = 0; i < nums.size(); ++i) {
            s = max(s + nums[i], nums[i]);
   //以当前i结尾的所有子数组的最大和：若s > 0,则s+nums[i]最大，若s<=0，则丢掉前面的最大;
            res = max(res, s);
        }
        return res;
    }
};