LeetCode 热题100-24-最大子数组和

解法一：
核心思路：动态规划
假设数组 nums 的值全都严格大于 0，那么一定有 dp[i] = dp[i - 1] + nums[i]。但是 dp[i - 1] 有可能是负数，所以需要分类讨论：
（1）如果 dp[i - 1] > 0，那么可以把 nums[i] 直接接在 dp[i - 1] 表示的那个数组的后面，得到和更大的连续子数组；
（2）如果 dp[i - 1] <= 0，那么 nums[i] 加上前面的数 dp[i - 1] 以后值不会变大。于是 nums[i] 此时自己就是最大值，也就是 dp[i]。
总结：
这道题的动态规划的思路与之前的题，是不太一样的。之前的动态规划的题目在解题过程中，是已经选好了dp[i-1]，然后来考虑要不要选第i个值。但是这道题是一定要选第i个值，然后再考虑要不要选第dp[i-1]。学到了学到了！！！

class Solution {
    public int maxSubArray(int[] nums) {
        int pre = 0;
        //这里为什么不等于0，因为nums=[-1]时，答案错误
        int max_sub = nums[0];
        for(int num:nums){
            pre = Math.max(pre + num , num);
            max_sub = Math.max(max_sub , pre);
        }
        return max_sub;
    }
}

解法二：
核心思路：分治法–线段树

class Solution {
    public int maxSubArray(int[] nums) {
        return getBestSum(nums,0,nums.length-1).m_Sum;
    }

    public STree getBestSum(int[] nums,int l,int r){
        if(l == r){
            return new STree(nums[l],nums[l],nums[l],nums[l]);
        }
        int mid = (l + r) >> 1;
        STree l_stree = getBestSum(nums,l,mid);
        STree r_stree = getBestSum(nums,mid+1,r);
        return update_STree(l_stree,r_stree);
    }

    public STree update_STree(STree l_stree, STree r_stree){
        int i_Sum = l_stree.i_Sum + r_stree.i_Sum;
        //仔细看l_Sum、r_Sum、m_Sum的取值，相当精髓
        int l_Sum = Math.max(l_stree.l_Sum,(l_stree.i_Sum + r_stree.l_Sum));
        int r_Sum = Math.max(r_stree.r_Sum,(r_stree.i_Sum + l_stree.r_Sum));
        int m_Sum = Math.max(Math.max(l_stree.m_Sum,r_stree.m_Sum),(l_stree.r_Sum+r_stree.l_Sum));
        return new STree(l_Sum,r_Sum,i_Sum,m_Sum);
    }
}

public class STree{
    int l_Sum;	//在[l,r]中，以左边第一个元素开头最大连续和
    int r_Sum;	//在[l,r]中，以右边第一个元素开头最大连续和
    int i_Sum;	//在[l,r]中，整段序列之和
    int m_Sum;	//在[l,r]中，整段序列之中最大的连续和
    public STree(int l_Sum,int r_Sum,int i_Sum,int m_Sum){
        this.l_Sum = l_Sum;
        this.r_Sum = r_Sum;
        this.i_Sum = i_Sum;
        this.m_Sum = m_Sum;
    }
}

此方法可用于求解任何区间内的最大子段和，本题设为[0,length-1]。