LeetCode 53 最大子序和（简单）

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。

进阶:
如果你已经实现复杂度为 O(n) 的解法，尝试使用更为精妙的分治法求解。

思路与代码

动态规划

dp[i] 表示以第i个结尾的最大序列和（至少包含nums[i]，因为子序列比必定至少包含一个数）
动态转移：

• 如果dp[i-1] <= 0 则dp[i] = nums[i]
• 如果dp[i-1] > 0 则dp[i] = nums[i] + dp[i-1]

时间复杂度 O(n)
空间复杂度O(n)

class Solution { //有dp数组的形式
    public int maxSubArray(int[] nums) {        
        int[] dp = new int[nums.length];
        dp[0] = nums[0];
        int max = nums[0];
        for (int i = 1; i < nums.length; i++){
            if (dp[i-1] > 0) 
                dp[i] = dp[i-1] + nums[i];
            else dp[i] = nums[i];
            max = Math.max(max, dp[i]);
        }
        return max;
    }
}

时间复杂度 O(n)
空间复杂度O(1)

class Solution { //无dp数组的形式 sum表示以第i个结尾的最大序列和（相当于上面的dp[i]）
    public int maxSubArray(int[] nums) {        
        int max = nums[0];
        int sum = 0;
        for (int i = 0; i < nums.length; i++){
            if (sum > 0) sum += nums[i];
            else sum = nums[i];
            max = Math.max(max, sum);
        }
        return max;
    }
}

分治算法

这个分治方法类似于 线段树求解 LCIS 问题 的 pushUp 操作。（自行搜索）

对于一个区间 [l,r]，我们可以维护四个量：

• lSum 表示 [l,r]内以 ll 为左端点的最大子段和
• rSum 表示 [l,r] 内以 rr 为右端点的最大子段和
• mSum 表示 [l,r] 内的最大子段和
• iSum 表示 [l,r] 的区间和

[l,m]为 [l,r] 的「左子区间」，[m+1,r] 为 [l,r] 的「右子区间」

代码中getInfo(int[] nums, int l, int r)方法是得到 [l,r] 区间的四个状态量，可以转化为由左子区间[l,r] 和右子区间`[m+1,r]的四个状态量合并得到。

当l == r时，四个状态量相等。

class Solution {
    public class Status {
        public int lSum, rSum, mSum, iSum;

        public Status(int lSum, int rSum, int mSum, int iSum) {
            this.lSum = lSum;
            this.rSum = rSum;
            this.mSum = mSum;
            this.iSum = iSum;
        }
    }

    public int maxSubArray(int[] nums) {
        return getInfo(nums, 0, nums.length - 1).mSum;
    }

    public Status getInfo(int[] a, int l, int r) {
        if (l == r) {
            return new Status(a[l], a[l], a[l], a[l]);
        }
        int m = (l + r) >> 1;
        Status lSub = getInfo(a, l, m);
        Status rSub = getInfo(a, m + 1, r);
        return pushUp(lSub, rSub);
    }

    public Status pushUp(Status l, Status r) {
        int iSum = l.iSum + r.iSum;
        int lSum = Math.max(l.lSum, l.iSum + r.lSum);
        int rSum = Math.max(r.rSum, r.iSum + l.rSum);
        int mSum = Math.max(Math.max(l.mSum, r.mSum), l.rSum + r.lSum);
        return new Status(lSum, rSum, mSum, iSum);
    }
}