Leetcode53——最大子数组和（一题多解）

一、题目

https://leetcode.cn/problems/maximum-subarray/submissions/568155647/

二、思路&代码

V1.0：

一般看到连续子序列或子数组优先考虑的都是前缀和数组，但是在本题中我们可以采用两个变量来判断。①cursum，用来记录连续子数组截止到目前的和，②maxres，用来记录连续子数组的最大和。关键点：当cursum<0时，我们就把cursum置为0，从头开始计算，因为一旦前面那一串小于0了，后面的再加上前面那一串势必是减小的，所以不可能成为最大连续子数组，故我们从头开始构造，代码如下：

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int len=nums.size();
        int cursum=0;
        int maxres=0;
        //如果<0，则说明加上前面那一串肯定不会更大
        for(int i=0;i<len;i++)
        {
            cursum+=nums[i];
            maxres=max(maxres,cursum);
            if(cursum<0) cursum=0;
        }
        return maxres;
    }
};

但是这个版本在提交的时候部分点wa了，经过观察发现这个版本没有考虑到最大子数组和始终是负数的情况，这种情况下上述代码仍然返回0，显然是不对的，所以我们进行下面改进：

V2.0：

class Solution {
public:
    //1.0:没有考虑到全是负数的情况，或者任一子数组和都是负数的情况
    int maxSubArray(vector<int>& nums) {
        int len=nums.size();
        int cursum=0;
        int maxres=0;
        //如果<0，则说明加上前面那一串肯定不会更大
        for(int i=0;i<len;i++)
        {
            cursum+=nums[i];
            //以免0永远为最小值
            if(i>0) maxres=max(maxres,cursum);
            else maxres=cursum;
            //cursum+=nums[i];
            if(cursum<0) cursum=0;
        }
        return maxres;
    }
};

在这段代码中，我们新增了一个判断条件，即在开始的初始化时，我们让maxres的值直接等于第一个元素的值，而不是0，这样就能保证以免0永远是最小值的问题，实际上，可以直接简化为下面版本，代码如下：

V3.0：

class Solution {
public:
    //1.0:没有考虑到全是负数的情况，或者任一子数组和都是负数的情况
    int maxSubArray(vector<int>& nums) {
        int len=nums.size();
        int cursum=0;
        int maxres=nums[0];
        //如果<0，则说明加上前面那一串肯定不会更大
        for(int i=0;i<len;i++)
        {
            cursum+=nums[i];
            maxres=max(maxres,cursum);
            if(cursum<0) cursum=0;
        }
        return maxres;
    }
};

V4.0：

以上算法的时间复杂度均为O(n)，本题还可以考虑用分治法来做，即它的最大子数组和要么在左半边，要么在右半边，要么是穿过中间，对于左右边的序列，情况也是一样的。分别计算后返回左、右、中三者的最大值即可，用递归不断将大问题化解成小问题，然后分解实现。这时的事件复杂度是O(nlogn)，可以自行尝试代码，最后也能通过