30、连续子数组的最大和

题目描述

HZ偶尔会拿些专业问题来忽悠那些非计算机专业的同学。今天测试组开完会后,他又发话了:在古老的一维模式识别中,常常需要计算连续子向量的最大和,当向量全为正数的时候,问题很好解决。但是,如果向量中包含负数,是否应该包含某个负数,并期望旁边的正数会弥补它呢？例如:{6,-3,-2,7,-15,1,2,2},连续子向量的最大和为8(从第0个开始,到第3个为止)。给一个数组，返回它的最大连续子序列的和，你会不会被他忽悠住？(子向量的长度至少是1)

leetcode对应题目：53、最大子序和           leetcode课程里面（九）动态规划讲过

总结：dp的经典题目，没想到dp[i]的状态表示的确很难做。

1、若dp[]保存的是到第i个元素的最大数组和可以么？
        不可以，[1,1,-4,5]，若中间有个很大的负数，dp[3] = 7，然而题目要求是连续数组！
2、dp[]保存的是：以第i个元素结尾的最大和。可！因为这样保证了dp[i-1],nums[i],dp[i]三者之间的关系

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
       if(nums.size() == 1 ){
           return nums[0];
       } 
        vector<int> dp(nums.size()+1,0);
        int max_res = INT_MIN;
        for(int i = 1 ; i <= nums.size(); i++){
            dp[i] = max(dp[i-1] + nums[i-1] ,nums[i-1]);
            if(max_res < dp[i])  max_res = dp[i];
        }
        return max_res;
    }
};

优化：dp数组是没必要的，因为我们每次只跟前面一个数组元素有关，直接用一个变量来保存就可以了。

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
       if(!nums.size()) return -1;
        int max_res = INT_MIN,curmax =0 ;
        for(int i = 0 ; i < nums.size(); i++){
            curmax = max(curmax+nums[i],nums[i]);
            if(curmax > max_res)    max_res = curmax;
        }
        return max_res;
    }
};

或者：

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) {
        if(!array.size())    return 0;
        int presum = 0,max = INT_MIN;
        for(int i = 0;i<array.size();i++){
            if(presum + array[i] > array[i]){
                presum += array[i];
            }
            else{
                presum = array[i];
            }
            if(presum > max)    max = presum;
        }
        return max;
    }
};

 

用分治也可以做：

我们需要把数组一分为二，分别找出左边和右边的最大子数组之和，然后还要从中间开始向左右分别扫描，求出的最大值分别和左右两边得出的最大值相比较取最大的那一个。

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        if(nums.size() == 1)    return nums[0];
        return helper(nums,0,nums.size()-1);
    }
    int helper(vector<int>&nums,int left,int right){
        if(left >= right)   return nums[left];
        int mid = left + (right - left) /2;
        int leftmax = helper(nums,left,mid-1);
        int rightmax = helper(nums,mid+1,right);
        int midmax = nums[mid],t = midmax;//t表示连续子数组的和
        for(int i = mid-1;i>=left;i--){
            t += nums[i];
            midmax = max(midmax,t);
        }
        t = midmax;//此时t表示从mid开始的左侧连续子数组之和
        for(int i = mid+1;i<=right;i++){
            t += nums[i];
            midmax = max(midmax,t);
        }
        return max(midmax,max(leftmax,rightmax));
    }
};