53. 最大子数组和 | 动态规划 | 暴力递归 | 自顶向下分析

力扣打卡：53. 最大子数组和

解题思路

对于更高的递推，我个人觉得还是能够将暴力递归写出来，将自顶向下的动态规划写出来，能够熟练的写出来，能够熟练的分析出来后，再去尝试，否则 递归不是递归，递推也不是递推

暴力递归的状态分析：

• 对于数组的每一个元素，它的最大值必定是紧接相邻的元素的最大值
• 而紧接相邻元素的最大值必定是其紧接相邻的最大值
• 最终的结果是：到数组的末尾元素，子数组的最大值就是其自身
• 也就是从 每一个元素开始·向后组合·，以每个元素开始的子数组的最大值必定是每个元素（i）的值 + 每个元素后面的元素（i+1）的最大值
• basecase就是，到数组的末尾元素，那么子数组的最大值就是其自身

注意

• 每次写暴力递归的时候，状态转移就是给出的行为或者是动作，如果一会儿看不出来，那么 模拟一下流程，观看和什么有关
• 再想想是不是每次都是这种类似的场景，如果是，那么这个就是状态转移的过程，也就是当前状态和子问题的联系

代码

class Solution{
    public int maxSubArray(int[] nums) {
//    	暴力递归的方式
        // int max = Integer.MIN_VALUE;
        // for(int i=0; i<nums.length; i++){
        //     max = Math.max(max, planA(nums, i));
        // }
        // return max;

        int max = Integer.MIN_VALUE;
        int[] memo = new int[nums.length];
        Arrays.fill(memo, 10001); // 用无关的数组进行填充，方便进行判断
        for(int i=0; i<nums.length; i++){
            max = Math.max(max, planB(memo, nums, i));
        }

        return max;
    }

    // 写暴力递归的时候不想任何的优化，
    // 写暴力递归函数时，定义的函数就是可以得到自己希望的结果
    // 对于每一个元素（i+1），我希望得到其后面的元素（i+1）的子数组最大值（调用函数即可）

    // 每次写暴力递归的时候，状态转移就是给出的行为或者是动作，如果一会儿看不出来，那么模拟一下流程，观看和什么有关
    // 再想想是不是每次都是这种类似的场景，如果是，那么这个就是状态转移的过程，也就是当前状态和子问题的联系
    public int planA(int[] nums, int i){
        if(i==nums.length-1) return nums[i]; // basecase 对于最后一个元素，最大的子数组的值就是其本身

        int subAns = planA(nums, i+1);

        return Math.max(nums[i], nums[i]+subAns); // 得到最大的子数组
    }

    // 写出了暴力递归的流程，那么自顶向下的动态规划也就是多了判断和记录的两个过程
    // 对于数组的每一个元素，都有一个子数组的最大值，那么memo就是存取这些子数组的最大值
    // 长度为nums.length
    public int planB(int[] memo, int[] nums, int i){
        if(i==nums.length-1) return nums[i]; // 最后一个元素的最大子数组和就是其本身
        
        if(memo[i] != 10001) return memo[i]; // 在 i != nums.length 的基础上，判断是否已经计算过了

        int subAns = planB(memo, nums, i+1); // 得到子问题的结果

        memo[i] = Math.max(nums[i], nums[i]+subAns); // 得到子数组的最大值，将最大值储存在memo中

        return memo[i];
    }
}