天天刷leetcode——53. 最大子序和

53. 最大子序和

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。

解题思路

1. 动态规划

$dp[i]$ 表示前$i+1$个元素所组成的连续子数组的最大和。
初始状态注意：$dp[0]=nums[0]$
如果$dp[i-1]<=0$(前一个元素对我们没有正的贡献)$dp[i]=nums[i]$,否则我们需要把正贡献加到后面去，也就是$dp[i]=dp[i-1]+nums[i]$
最后返回max(dp)。

        dp = [-float('inf')] * len(nums)
        dp[0]=nums[0]
        for i in range(1,len(nums)):
            if dp[i-1] <= 0:
                dp[i] = nums[i]
            else:
                dp[i] = dp[i-1]+nums[i]
        return max(dp)

时间复杂度O(n)

2. 分治

• 切分终止条件：
  直到锁所以问题的长度为1的数组，停止切分
• 大问题切分
  递归地将原数组二分为左区间和右区间，直到最终的数组只剩下一个元素，将其返回
• 处理子问题得到子结果，合并结果
  i. 左区间：从右到左计算最大子序和
  ii. 右区间：从左到右计算最大子序和
• 合并之后就是整个区间的最大子序和

    def maxSubArray(self, nums: List[int]) -> int:
        n = len(nums)
        if n == 1:
            return nums[0]
        left = self.maxSubArray(nums[:len(nums)//2])
        right = self.maxSubArray(nums[len(nums)//2:])
        # 处理子问题
        max_1 = nums[len(nums)//2-1]
        tmp = 0
        for i in range(len(nums)//2-1,-1,-1):
            tmp += nums[i]
            max_1 = max(tmp,max_1)
        # 从左到右计算最大子序和
        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)
        return max(left,right,max_1+max_r)

reference

[1]53. 最大子序和https://leetcode-cn.com/problems/maximum-subarray/submissions/