【LeetCode】最大子数组和(动态规划、分治法)

LeetCode第53题地址。

题目描述：

给定一个整数数组 nums ，找到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。

例子：

输入: [-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。

解题：动态规划

解析：主要找当前元素nums[i] 和其之前子串和比较大小，留下较大的元素。

class Solution{
    public int maxSubArray(int[] nums) {
        int pre = 0, res = nums[0];
        for (int i = 0; i < nums.length; i++) {
            pre = Math.max(pre + nums[i], nums[i]);
            res = Math.max(res, pre);
        }
        return res;
    }
}

复杂度

时间复杂度：O(n)，其中n为nums数组的长度。我们只需要遍历一遍数组即可求得答案。
空间复杂度：O(1)。我们只需要常数空间存放若干变量。

解题：分治法

连续子序列的最大和主要由这三部分子区间里元素的最大和得到：

第 1 部分：子区间 [left, mid]；
第 2 部分：子区间 [mid + 1, right]；
第 3 部分：包含子区间 [mid , mid + 1] 的子区间，即 nums[mid] 与 nums[mid + 1] 一定会被选取。
对它们三者求最大值即可。

class Solution {
    public int maxSubArray(int[] nums) {
        return maxSubArrayPart(nums, 0, nums.length-1);
    }
    public int maxSubArrayPart(int[] nums, int left, int right){
        if (left == right) return nums[left];
        int mid = (left+right)/2;
        return Math.max(maxSubArrayPart(nums,left,mid),Math.max(maxSubArrayPart(nums,mid+1,right),maxSubArrayAll(nums,left,mid,right)));
    }
    public int maxSubArrayAll(int[] nums, int left, int mid, int right){
        int leftSum = Integer.MIN_VALUE;
        int sum = 0;
        for (int i = mid; i >=left; i--){
            sum+=nums[i];
            leftSum = Math.max(sum,leftSum);
        }
        sum = 0;
        int rightSum=Integer.MIN_VALUE;
        for(int i = mid + 1; i <=right;i++){
            sum+=nums[i];
            rightSum = Math.max(rightSum, sum);
        }
        return leftSum+rightSum;
    }
}

复杂度

时间复杂度：O(nlogn)，这里递归的深度是对数级别的，每一层需要遍历一遍数组（或者数组的一半、四分之一)。
空间复杂度：O(1)。只需要常数空间存放若干变量。

thinking：

如何能沉下来分析解题？？