53.最大子序和

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。

解法1 动态规划 O(n)

sum[i] 表示以索引i结尾的子数组中的最大和

1. i = 0时，sum[0] = nums[0]
2. i > 0时，sum[i] = max(sum[i - 1] + nums[i], nums[i])

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        
        sum = []
        sum.append(nums[0])
        
        n = len(nums)
        
        for i in range(1, n):
            
            sum.append(max(sum[i - 1] + nums[i], nums[i]))
            
        return max(sum)
            

同样地，我们也可以将sum[i] 表示为 以索引i开头的子数组中的最大和
则

1. i = n - 1时，sum[n - 1] = nums[n - 1]
2. i < n - 1时，sum[i] = max(nums[i] + sum[i + 1], nums[i])

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        
        n = len(nums)
        
        if n == 1:
            return nums[0]
        
        sum = [0 for i in range(n)]
        sum[n - 1] = nums[n - 1]
        
        for i in range(n - 2, -1, -1):
            
            sum[i] = max(nums[i] + sum[i + 1], nums[i])
            
        return max(sum)

解法2 分治递归 O(nlogn)

将数组分为三部分 左 中 右 分别求最大和

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        
        n = len(nums)
        
        left = 0
        right = n - 1
        
        maxSum = self.divide(nums, left, right)
        
        return maxSum
    
    def divide(self, nums, left, right):
        
        if left == right:
            return nums[left]
        
        mid = (left + right) // 2
        
        leftMaxSum = self.divide(nums, left, mid)
        rightMaxSum = self.divide(nums, mid + 1, right)
        
        leftBorderSum = nums[mid]
        leftTempSum = nums[mid]
        
        for i in range(mid - 1, left - 1, -1):
            leftTempSum += nums[i]
            if leftTempSum > leftBorderSum:
                leftBorderSum = leftTempSum
                
        rightBorderSum = nums[mid + 1]
        rightTempSum = nums[mid + 1]
        
        for i in range(mid + 2, right + 1):
            rightTempSum += nums[i]
            if rightTempSum > rightBorderSum:
                rightBorderSum = rightTempSum
                
        BorderMaxSum = leftBorderSum + rightBorderSum
        
        return max(leftMaxSum, BorderMaxSum, rightMaxSum)
                

https://blog.csdn.net/weixin_41958153/article/details/81131379