Leetcode 分治（一）

目录

53. 最大子序和

---

53. 最大子序和

https://leetcode-cn.com/problems/maximum-subarray/

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。

题解

一：贪心？其实感觉类似法二，当累加和小于0，抛弃前面的累加和，因为将其加到当前的值上，不能提升以当前值结尾的和。

class Solution(object):
    def maxSubArray(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        n = len(nums)
        if n == 0:
            return 0 
        ans = nums[0]
        local_sum = nums[0]
        for i in range(1, n):
            if local_sum < 0:
                local_sum = nums[i]
            else:
                local_sum += nums[i]
            ans = max(ans, local_sum)
        return max(ans, local_sum)

二：动态规划，local_sum是以nums[i]结尾的区间的最大和。

class Solution(object):
    def maxSubArray(self, nums):
        n = len(nums)
        if n == 0:
            return 0 
        ans = nums[0]
        local_sum = nums[0]
        for i in range(1, n):
            local_sum = max(local_sum + nums[i], nums[i])
            ans = max(local_sum, ans)
        return ans

三：分治，渐进时间复杂度也是O(n)。例如l_sub = self.get(nums, l, mid)存储的是[l, mid]上，以l为左端点的最大和(l_sub.l_sum), 以r为右端点的最大和(l_sub.r_sum), [l, mid]上的最大和(l_sub.m_sum)，[l,mid]上的区间和(l_sub.t_sum)。

class AllkindSum(object):
    def __init__(self, l_sum, r_sum, m_sum, t_sum):
        #[a, b]
        self.l_sum = l_sum # 以区间左端点为左端点的最大和
        self.r_sum = r_sum # 以区间右端点为右端点的最大和
        self.m_sum = m_sum # 左右端点均不限制的最大和
        self.t_sum = t_sum # 该区间的和
        

class Solution(object):
    def push_up(self, l, r):
        #l :[l, mid], r: [mid+1, r]
        t_sum = l.t_sum + r.t_sum
        l_sum = max(l.l_sum, l.t_sum + r.l_sum)
        r_sum = max(r.r_sum, r.t_sum + l.r_sum)
        m_sum = max([l.m_sum, r.m_sum, l.r_sum + r.l_sum])
        return AllkindSum(l_sum, r_sum, m_sum, t_sum)
    
    def get(self, nums, l, r):
        if l == r:
            return AllkindSum(nums[l], nums[l], nums[l], nums[l])

        mid = l + (r - l) // 2
        l_sub = self.get(nums, l, mid)
        r_sub = self.get(nums, mid + 1, r)
        return self.push_up(l_sub, r_sub)

    def maxSubArray(self, nums):
        return self.get(nums, 0, len(nums) - 1).m_sum