LeetCode:53. 最大子序和

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)