LC 53.最大子数组和

53.最大子数组和

给你一个整数数组 nums ，请你找出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。

子数组 是数组中的一个连续部分。

示例 1：

输入： nums = [-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 。

示例 2：

输入： nums = [1]
输出： 1

示例 3：

输入： nums = [5,4,-1,7,8]
输出： 23

提示：

• $1\le nums.length\le 10^5$
• $-10^4\le nums[i]\le 10^4$

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。

解法一(贪心)

思路分析：

1. 首先对于求最大和问题，考虑使用贪心算法来求解
2. 思考局部的贪心策略；即对于连续子数组，应该从正数开始作为起始点，因为从负数开始的话，一定会使子数组元素和变小；即使用count来统计最大和，当最大和小于0时，则重新更新子数组的起始点，因为count < 0 再添加新的数组元素，总和肯定比新的数组元素更小
3. 所以局部贪心为：对子数组求连续和，当连续后为负数时，重新计算连续和，此时变相更新子数组的起始点；而对于子数组的终止位置，则不需要特意寻找，因为可以使用一个变量result时刻记录出现的最大和的值，在连续和变化到负数时，result已经记录了最大连续和
4. 因此由局部最优，并时刻记录出现的更大的连续和，可以得到全局最优

实现代码如下：

class Solution {
    public int maxSubArray(int[] nums) {
		int result = Integer.MIN_VALUE;
		int count = 0;
        for (int num : nums) {
            count += num;
            if (count > result) // 时刻更新最大和
				result = count;
            if (count < 0)
				count = 0;	// 当连续子数组和小于0时 重置连续和为0
        }
		return result;
    }
}

提交结果如下：

解答成功:
执行耗时:1 ms,击败了100.00% 的Java用户
内存消耗:55.6 MB,击败了84.42% 的Java用户

复杂度分析：

• 时间复杂度：$O(n)$
• 空间复杂度：$O(1)$