题目:
Find the contiguous subarray within an array (containing at least one number) which has the largest sum.
For example, given the array [−2,1,−3,4,−1,2,1,−5,4]
,
the contiguous subarray [4,−1,2,1]
has the largest sum = 6
.
题解:
比较经典的一个问题,是学习的好材料。
解1:穷举,O(n²)复杂度,意料中的超时。
public class Solution {
public int maxSubArray(int[] nums) {
int subsum;
int maxsum=nums[0];//注意这里不是int maxsum=<strong>0</strong>;
int len=nums.length;
for(int i=0;i<len;i++){
subsum=0;
for(int j=i;j<len;j++)
subsum+=nums[i];
maxsum=Math.max(subsum,maxsum);
}
return maxsum;
}
}
解2:&&Kadane算法
这是我的解法。和Kadane算法 相似有没有,很激动有没有!由于相似,所以放在一起说明了。
首先有这样的结论,对于nums[1,...,n],如果nums[i,...,j]是满足和最大的子串,那么对于任意的i=<k<=j,有nums[i,...,k]的和大于0。利用一个数组sum[i]记录局部子串和。遍历数组,对于i,若sun[i-1]>0,则将nums[i]加入之前子串,并记录子串和sum[i]=sun[i-1]+nums[i],否则nums[i]单开子串,记录子串和sum[i]=nums[i]。最后维护一个全局最大值max,即使返回的最大子串和。
public class Solution {
public int maxSubArray(int[] nums) {
int[] sum = new int[nums.length];
int maxsub = nums[0];
sum[0] = nums[0];
for(int i = 1; i < nums.length; i++){
sum[i] = Math.max(nums[i], sum[i - 1] + nums[i]);
maxsub = Math.max(maxsub, sum[i]);
}
return maxsub;
}
}
Kadane算法 :
原理:将数组从左到右分割为若干子串,使得除了最后一个子串之外,其余子串的各元素之和小于0,且对于所有子串nums[i...j]和任意k(i<=k<j),有nums[i...k]的和大于0。满足条件的和最大子串,只能是上述某个子串的前缀,而不可能跨越多个子串。
原理详细可参考:http://blog.csdn.net/joylnwang/article/details/6859677
执行流程:从头到尾遍历目标数组,将数组分割为满足上述条件的子串,同时得到各子串的最大前缀和,然后比较各子串的最大前缀和,得到最终答案。
public class Solution {
public int maxSubArray(int[] nums) {
int max_ending_here = 0;
int max_so_far = nums[0];
for(int i = 0; i < nums.length; i++){
if(max_ending_here < 0)
max_ending_here = 0;
max_ending_here += nums[i];
max_so_far = Math.max(max_so_far, max_ending_here);
}
return max_so_far;
}
}
解3:分治法:
最大子串和的区间有以下三种情况(low,high分别为左右边界,mid为(low+high)/2):(1) 区间完全在 A[low,mid-1];(2) 区间完全在 A[mid+1,high];(3) 区间包含有 A[mid],等价于从中间元素开始往左累加的最大值 + 从中间元素开始往右累加的最大值
public class Solution {
public int maxSubArray(int[] nums) {
return divide(nums, 0, nums.length-1);
}
public int divide(int nums[], int low, int high){
if(low == high)
return nums[low];
if(low == high-1)
return Math.max(nums[low]+nums[high], Math.max(nums[low], nums[high]));
int mid = (low+high)/2;
int lmax = divide(nums, low, mid-1);
int rmax = divide(nums, mid+1, high);
int mmax = nums[mid];
int tmp = mmax;
for(int i = mid-1; i >=low; i--){
tmp += nums[i];
if(tmp > mmax)
mmax = tmp;
}
tmp = mmax;
for(int i = mid+1; i <= high; i++){
tmp += nums[i];
if(tmp > mmax)
mmax = tmp;
}
return Math.max(mmax, Math.max(lmax, rmax));
}
}