剑指Offer 42 : 连续子数组的最大和

剑指Offer 42 : 连续子数组的最大和，即最大子序和问题。

算法描述

• 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。
• 示例：

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。

代码描述

主要的算法描述可以参见《剑指Offer》P218-P220，基本思想如下图所示：

class Solution():    # the optimum algorithm
    def func(self, mylist):
        if mylist == None or len(mylist) == 0:
            return 0
        maxValue = 0
        curValue = mylist[0]
        for i in range(len(mylist)):
            if curValue < 0:
                curValue = mylist[i]
            else:
                curValue += mylist[i]
            if curValue > maxValue:
                maxValue = curValue
        return maxValue

在力扣网上还有人给出了分治法的题解，说实话我觉得可能还不如动态规划的思想，但是为了完整还是贴出别人写的分治法的思想吧：

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        n = len(nums)
        #递归终止条件
        if n == 1:
            return nums[0]
        else:
            #递归计算左半边最大子序和
            max_left = self.maxSubArray(nums[0:len(nums) // 2])
            #递归计算右半边最大子序和
            max_right = self.maxSubArray(nums[len(nums) // 2:len(nums)])
        
        #计算中间的最大子序和，从右到左计算左边的最大子序和，从左到右计算右边的最大子序和，再相加
        max_l = nums[len(nums) // 2 - 1]
        tmp = 0
        for i in range(len(nums) // 2 - 1, -1, -1):
            tmp += nums[i]
            max_l = max(tmp, max_l)
        max_r = nums[len(nums) // 2]
        tmp = 0
        for i in range(len(nums) // 2, len(nums)):
            tmp += nums[i]
            max_r = max(tmp, max_r)
        #返回三个中的最大值
        return max(max_right,max_left,max_l+max_r)