LeetCode 53.最大子数组和——详解

题目描述

误区分析

• 受到类似最长回文子串题目的影响，刚开始可能会想到用二维dp数组，dp[i][j]表示原数组中i到j的值的和，然后定义一个变量实时更新最大和，然后返回。
• 但是嘞，因为题目给的一维数组范围过大，导致我们的二维数组大小直接平方，超出允许范围了，力扣根本过不了（但是这个麻烦的要命的方法，它的思路是没有问题的，纯纯内存太大然后不行）。
• 这里提供一下这个本质没问题，但是内存特大的代码（主要是写都写了不放浪费了）

int maxSubArray(int* nums, int numsSize) {
	if (numsSize == 0) {
		return nums[0];
	}
	int dp[10001][10001] = { 0 };
	int i = 0, j = 0;
	int sum = 0;
	int max = nums[0];
 //当数组开始为负数时，若初始化为0，导致最大值有误区，若最大值为负数会被无视，应初始化为第一个值                   
	for (i = 0; i < numsSize; i++) {
		for (j = i; j >= 0; j--) {
			if (i == j) {
				dp[j][i] = nums[j] ;
				max = dp[j][i] > max ? dp[i][j] : max;
			}
			else {
				dp[j][i] = dp[j + 1][i] + nums[j];
				max = dp[j][i]  > max ? dp[j][i] : max;
			}
		}
	}
	return max;
}

正确思路分析

通过上一部分的分析我们知道，本题最主要的是记录前序结点的和还有最大和的更新。在误区分析里我们选择用一个二维数组来记录前序结点和，但是因为二维数组所占内存太大，所以没法通过。那我们换个思路，找个占内存比较小的方法来记录前序结点和。

---

在给代码之前，我们先按动态规划来分析一下这个题目：

1. 分解问题：该问题可以把问题简化为前序结点和是否要加上当前结点
2. dp数组：dp[i]表示由数组头到下标i这一段中，子数组最大和（另一种方法里不使用一维数组，直接使用变量更新记录子数组最大和）
3. 递推公式：dp[i] = nums[i] + dp[i - 1]
4. 边界条件：当新加的结点会使子数组和变小时，不把该结点值计入数组和内。

---

这里提供两种结构来记录前序结点和：一维数组和单个变量

一维dp数组

思路碎碎念

• 刚开始会觉得这种方式不安全，会漏掉某种子数组的情况导致最大值可能不同
• 但是这种方式的实质是在遍历时，实时更新最大子数组，将不符合条件（会导致和变小的那一段）子数组当场放弃
  只留下有用（加了之后数组和能变大）的那一串
  这个放弃的过程相当于改变子数组的左边界

刚开始认为运行到最后的 dp[i] 就是最大子数组和
但是

---

该方法会记录当前i往前的子数组最大和，但有些时候最大的子数组往往不到i，加到i反而会变小，
比如 nums = [-2,1,-3,4,-1,2,1,-5,4]
当 i = 6（即指向1）时，到达峰值6
但是根据程序的要求，我们会继续往下遍历，尝试加上-5，发现结果比原来大，于是加上-5
子数组和变小

---

所以我们必须设置一个变量max,相当于在子数组遍历到峰值时，及时“框住”该值，
这个i右移相当于改变数组的右边界，而max就是在遍历过程中抓取最大值的工具

代码展示

int maxSubArray(int* nums, int numsSize) {
	if (numsSize == 0) {
		return nums[0];
	}
	int dp[10001] = { 0 };
	int i = 0;
	int max = nums[0];
	dp[0] = nums[0];
	for (i = 1; i < numsSize; i++) {
		if ((nums[i] + dp[i - 1]) < nums[i]) {
			dp[i] = nums[i];
		}
		else {
			dp[i] = nums[i] + dp[i - 1];
		}
		if (dp[i] > max) {
			max = dp[i];
		}
	}
	return max;
}

单个变量

与法二思想类似但是放弃数组，直接用一个变量记录当前步骤再往前一步的最大值（相当于更新的dp[i -1])

int maxSubArray(int* nums, int numsSize) {
	if (numsSize == 0) {
		return nums[0];
	}
	int max_i= { 0 };
	int i = 0;
	int max = nums[0];
	max_i = nums[0];
	for (i = 1; i < numsSize; i++) {
		if ((nums[i] + max_i) < nums[i]) {
			max_i = nums[i];
		}
		else {
			max_i = nums[i] + max_i;
		}
		if (max_i > max) {
			max = max_i;
		}
	}
	return max;
}