Leetcode53.最大子序和【动态规划】、【分治法】

题目描述：

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。

题目链接：53.最大子序和

【解法一】：动态规划：

设$f[i]$为以第i个元素结尾的最大的连续子数组的和。假设对于元素i，所有以它前面的元素结尾的子数组的长度都已经求得，那么以第i个元素结尾且和最大的连续子数组实际上，要么是以第i-1个元素结尾且和最大的连续子数组加上这个元素，要么是只包含第i个元素，
即$f[i]=max(f[i-1]+num[i],num[i])$。可以通过判断$f[i-1]+num[i]$是否大于$num[i]$来做选择，而这实际上等价于判断f[i-1]是否大于0。由于每次运算只需要前一次的结果，因此并不需要像普通的动态规划那样保留之前所有的计算结果，只需要保留上一次的即可，因此算法的时间和空间复杂度都很小

AC代码【Python】：

    # 动态规划
    def maxSubArray(self, nums: List[int]) -> int:
        if not nums:
            return 0
        pre = 0
        maxAns = nums[0]
        for i in nums:
            pre = max(pre + i, i)
            maxAns = max(maxAns, pre)
        return maxAns

【解法二】：分治法：

分治法，最大子序和要么在左半部分，要么在右半部分，要么就横跨两部分（即包括左半部分的最后一个元素，和右半部分的第一个元素）。返回这三种情况的最大值即可。第三种情况，其中包括左半部分最后一个元素的情形，需要挨个往前遍历，更新最大值。包含右半部分的第一个元素的情况类似。总的时间复杂度O(nlogn)

AC代码【Python】：

    # 分治法
    def maxSubArray(self, nums: List[int]) -> int:

        # 主函数
        left = 0
        # 左右边界
        right = len(nums) - 1
        # 求最大和
        maxSum = self.divide(nums, left, right)
        return maxSum

    def divide(self, nums, left, right):
        # 如果只有一个元素就返回
        if left == right:
            return nums[left]
        # 确立中心点
        center = (left + right) // 2
        # 求子序在中心点左边的和
        leftMaxSum = self.divide(nums, left, center)
        # 求子序在中心点右边的和
        rightMaxSum = self.divide(nums, center + 1, right)

        # 求子序横跨2边的和，分成左边界和和右边界和
        leftBorderSum = nums[center]
        leftSum = nums[center]
        for i in range(center - 1, left - 1, -1):
            leftSum += nums[i]
            if leftSum > leftBorderSum:
                # 不断更新左区块的最大值
                leftBorderSum = leftSum

        rightBorderSum = nums[center + 1]
        rightSum = nums[center + 1]
        for i in range(center + 2, right + 1):
            rightSum += nums[i]
            if rightSum > rightBorderSum:
                # 不断更新右区块的最大值
                rightBorderSum = rightSum
        # 左边界的和 + 右边那块的和
        BorderSum = leftBorderSum + rightBorderSum
        return max(leftMaxSum, rightMaxSum, BorderSum)

虽然这道题在Leetcode中标记为简单题，但是此题的dp和分治解法值得学习

参考：

Leetcode详解
脚本之家详解