最大子序列

最大子序和算法

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。

求解最大子序和，最先想到的方法是遍历所有子序列，但时间复杂度较高，所以运行耗时较长，不是最优算法

class Solution {
    public int maxSubArray(int[] nums) {
        int max = nums[0];
        for(int i=0;i<nums.length;i++){
            for(int j=i;j<nums.length;j++){
                int thisSum = 0;
                for(int p=i;p<=j;p++){
                    thisSum+=nums[p];
                    if(thisSum>max){
                        max = thisSum;
                        
                    }
                }
            }
        }
       return  max;
    }
}

第二种方法采用了贪心算法，因为当前几项序列的和为负数的话，它一定不能被包括在最大序列中，例如，当首项为-3时，最大连续子序列肯定不会包含它，所以从第二个是开始继续判断，若首项为正数5，第二项为-2的话，由于前两项的加和为正数，所以对序列的增益有效，所以继续向下判断前三项之和，以此类推

class Solution {
    public int maxSubArray(int[] nums) {
        int sum = 0;
        int max = nums[0];
        for(int i=0;i<nums.length;i++){
            sum+=nums[i];
            if(sum<0){
                if(sum>max){
                    max = sum;
                }
                sum=0;
            }else if(sum>max){
                max = sum;
            }
             
        }   
        return max;
    }
}

这里要注意的一点是当全部都为负数时的处理，当前数为负数，但当它比上一个max（即上一个负数）大时，将max改为该负数，该算法复杂度为O（n）。

对于最大子序和下次进行补充。