有三种解决,分别是暴力法,滑窗,分治法。
暴力法的解法是寻找所有子序列,分别求和然后找到最大的那个。使用快慢指针就能实现。双重for循环。
滑窗法的思想是,如果 一个子序列的和加上后面遍历到的当前值,比遍历到的值还小,那么这个子序列就可以被放弃了,新的子序列的开头从这个当前值开始。
class Solution:
def maxSubArray(self, nums: List[int]) -> int:
for i in range(1,len(nums)):
nums[i] = nums[i] + max(0, nums[i-1])
return max(nums)
从代码中可以看出,滑窗法需要从一个序列的开头开始不断计算。可是一个最大和子序列是在整个序列的某一部分的。所以引出分治法。
分治法:
思路是:分别在序列的前半段,后半段,和中间开始搜索最大子序列。
其中重点要理解在中间的一段搜索的过程: 分成两部分,分别沿着中间的值往左和往右,找到以中间值为起点的最大子序列。然后加起来。
class Solution:
def maxSubArray(self, nums: List[int]) -> int:
if len(nums) == 0:
return 0
if len(nums)== 1:
return nums[0]
else:
max_left = self.maxSubArray(nums[: len(nums) // 2])
max_right = self.maxSubArray(nums[len(nums) // 2 :])
max_r = nums[len(nums) //2]
temp = max_r
for i in range(len(nums)//2+1 , len(nums)):
temp += nums[i]
max_r = max(max_r, temp)
max_l = nums[len(nums) //2 -1]
temp = max_l
for i in range(len(nums) //2 -2, -1, -1):
temp += nums[i]
max_l = max(max_l, temp)
return max(max_left, max_right, max_l + max_r)