【LeetCode】53. 最大子数组和

最大子数组和

题目描述：

给你一个整数数组 nums ，请你找出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。

子数组

是数组中的一个连续部分。

示例 1：

输入：nums = [-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 。

示例 2：

输入：nums = [1]
输出：1

示例 3：

输入：nums = [5,4,-1,7,8]
输出：23

提示：

• 1 <= nums.length <= 105
• -104 <= nums[i] <= 104

进阶：如果你已经实现复杂度为 O(n) 的解法，尝试使用更为精妙的 分治法 求解。

方法一思路分析：

        这是一个非常经典的动态规划问题，解决这个问题的关键是使用一种“贪心”的策略，即遍历数组时，我们始终保留当前遍历到的位置为止的子数组的最大和，如果加上当前元素后的和比当前元素本身还小，我们就重新开始计算子数组的和（即从当前元素开始)。

        对于数组中的每一个元素，我们都有两种选择：要么将其纳入当前的最大子数组中（如果这样做会使得当前子数组的和变得更大），要么以当前元素为起点开始一个新的子数组。我们通过一个变量pre来跟踪到添加当前位置的最大子数组和，通过res来记录全局的最大子数组和。在遍历过程中，我们不断更新这两个值，最终res就是我们想要的结果。

代码实现注解：

class Solution {
    public int maxSubArray(int[] nums) {
        int pre = 0;
        int res = nums[0];
        for (int num : nums) {
            // 如果加上当前元素比当前元素本身大，则加上当前元素  
            // 否则，以当前元素为新的子数组起点 
            pre = Math.max(pre + num, num);
            // 更新全局最大和  
            res = Math.max(res, pre);
        }
        return res;
    }
}

方法二思路分析：

        而题目提到的分治法是解决这类问题的一种策略，但在这个特定的问题（寻找最大和的连续子数组）中，分治法可能不是最高效的解法，因为它会涉及到一些不必要的计算，尤其是当子数组的和可能跨越中点时。

       分治法的思路是将数组分成两半，分别找到左半部分和右半部分的最大和连续子数组，然后还需要考虑一种特殊情况：最大和的连续子数组可能跨越中点。因此，分治法需要处理这三种情况，并返回这三者中的最大值。

具体思路：

1. 分解：
   • 将数组分成两个较小的子数组，直到子数组的大小为1（这是递归的基本情况）。
2. 解决：
   • 对于每个子数组（包括基本情况），确定其最大和的连续子数组。
   • 这意味着在递归的每一步，你都需要找到当前子数组的最大和连续子数组。
3. 合并：
   • 将两个子数组的结果合并起来，以找到跨越中点的最大和连续子数组。
   • 这通常涉及到计算两个辅助函数：一个用于左子数组从右向左的最大和（包括中点），另一个用于右子数组从左向右的最大和（包括中点+1）。
   • 将这两个辅助函数的结果相加，得到跨越中点的最大和。
   • 将这个结果与左右子数组内部的最大和进行比较，以找到整体的最大和。
4. 回溯：
   • 将合并步骤的结果回溯到上一级递归调用，直到达到最顶层，此时你将拥有整个数组的最大和连续子数组的和。

代码实现注解：

public class Solution {  
    public int maxSubArray(int[] nums) {  
        if (nums == null || nums.length == 0) {  
            return 0;  
        }  
        return helper(nums, 0, nums.length - 1);  
    }  
  
    private int helper(int[] nums, int left, int right) {  
        if (left == right) {  
            return nums[left];  
        }  
  
        int mid = left + (right - left) / 2;  
  
        // 分别求左右两部分的最大子数组和  
        int leftSum = helper(nums, left, mid);  
        int rightSum = helper(nums, mid + 1, right);  
  
        // 求跨越中点的最大子数组和  
        int crossSum = findMaxCrossingSum(nums, left, mid, right);  
  
        // 三者中的最大值即为所求  
        return Math.max(Math.max(leftSum, rightSum), crossSum);  
    }  
  
    // 辅助函数，求跨越中点的最大子数组和  
    private int findMaxCrossingSum(int[] nums, int left, int mid, int right) {  
        int sum = 0;  
        int leftSum = Integer.MIN_VALUE;  
  
        // 从左向右扫描，计算包含mid的左子数组的最大和  
        for (int i = mid; i >= left; i--) {  
            sum += nums[i];  
            if (sum > leftSum) {  
                leftSum = sum;  
            }  
        }  
  
        sum = 0;  
        int rightSum = Integer.MIN_VALUE;  
  
        // 从右向左扫描，计算包含mid+1的右子数组的最大和  
        for (int i = mid + 1; i <= right; i++) {  
            sum += nums[i];  
            if (sum > rightSum) {  
                rightSum = sum;  
            }  
        }  
  
        // 跨越中点的最大子数组和为左、右子数组和的和  
        return leftSum + rightSum;  
    }