最大字段和问题（maxSubArray）

LeetCode: 54 （动态规划）

问题描述：

 

       给定由 n 个整数组成的序列 a1 , a2, …… , an ，求该序列字段和的最大值，当所以整数均为负值时定义其最大字段和为 0。数学描述为：

          MAX_SUBSTRING＝　MAX｛０　，max１＜＝ｉ＜＝ｊ＜＝ｎｋ＝ｉｊａ［ｋ］｝

例子：给定｛－２，１１，－４，１３，－５，－２｝，

最大字段和为　１１＋（－４）＋１３　＝　２０

常规做法如下：

 

def common_method(array):
    length = len(array)
    sum_max = 0 #  记录最大子序列的总和
    begin_index = 0 # 记录 最大子序列的 起点
    end_index = 0 # 记录 最大子序列的 终点
    for i in range(length): # 从 i 开始
        for j in range(i ,length):# 从 j 结束 的子序列
            sum_sub = 0        # 记录 i 到 j 子序列的总和
            for k in range(i , j + 1): # 为了计算 从 i 开始 到 j 结束的子序列总和
                sum_sub += array[k]
            if sum_max < sum_sub:  # 与 当前最大值进行对比
                sum_max = sum_sub
                begin_index = i
                end_index = j

    print(begin_index , " <-----> " , end_index)
    print(sum_max)

对暴力解法进行修改：

 

def common_method_change(array):
    length = len(array)
    max_sum = 0
    begin_index = 0
    end_index = 0
    for i in range(length):
        sum_sub = 0
        for j in range(i , length):
            sum_sub += array[j]
            if sum_sub > max_sum:
                max_sum = sum_sub
                begin_index = i
                end_index = j

    print(begin_index , " <-----> " , end_index)
    print(max_sum)

 

分治法分析：

 

def divide_conquer_method(array , left , right):
    sum = 0
    if left == right:
        if array[left] > 0:sum = array[left]
        else:sum =  0
    else:
        center = (left + right) // 2
        left_sum = divide_conquer_method(array , left , center) # 左子问题
        right_sum = divide_conquer_method(array , center + 1 , right) # 右子问题
        # 第三个情况的开始
        s1 , lefts ,i = 0 , 0 ,center
        while i >= left: # 从中间往当前 left 方向找最大，而且是从 center 开始的最大
            lefts += array[i]
            if lefts > s1:s1 = lefts
            i -= 1
        s2 ,rights ,i= 0 , 0 ,  center + 1
        while i <= right: # 从中间往当前 right 方向找最大，而且是从 center 开始的最大
            rights += array[i]
            if rights > s2:s2 = rights
            i += 1
        sum = s1 + s2
        if sum < left_sum:sum = left_sum
        if sum < right_sum:sum = right_sum
    return sum

动态规划分析：（ O(N) ）

def dynastic_method(array):
    length = len(array)
    sum_sub = 0
    b = 0
    for j in range(length):
        if b > 0:
            b = b + array[j]
        else:
            b = array[j]
        if b > sum_sub:
            sum_sub = b
    return sum_sub

#利用规律求解，O(N)
def maxSubArray(nums):
        for i in range(1 , len(nums)):
            if nums[i - 1] > 0:
                nums[i] = nums[i] + nums[i - 1]
        print(nums)
        return max(nums)