53. Maximum Subarray

Find the contiguous subarray within an array (containing at least one number) which has the largest sum.

For example, given the array [−2,1,−3,4,−1,2,1,−5,4], the contiguous
subarray [4,−1,2,1] has the largest sum = 6.

这题是很典型的dp题，一维动态规划。所以给出以此进行的代码如下。

方法一：动态规划

int maxSubArray(vector<int> nums) {
     int sum = 0, minSum = 0, maxSum = INT_MIN;
     for (int i = 0; i < nums.size(); i++) {
         sum += nums[i];
         maxSum = max(maxSum, sum - minSum);
         minSum = min(minSum, sum);
     }
     return maxSum;
 }

sum不停做累加求和，代表了目前下标之前的所有元素的和。minSum统计在此之前最小的和，因为一段数组i到j的和可以看做是sum[j] - sum[i-1]，所以maxSum不停的取sum-minSum的最大值就可以了。
这里值得注意的是minSum和maxSum的初值问题，minSum必须是0，maxSum不能是0。因为minSum的0代表了sum一个没加的状态，也就是存在最大和的数组从原始数组第一个开始的状态。maxSum如果是0，那么当数组都是负数的时候答案就错了。0不能随便作为初始值。
这种dp做法最为基本，也效率最大，线性检索一遍就可以。

方法二：另一种线性做法

int maxSubArray(vector<int> nums) {
    int sum = 0, minSum = 0, maxSum = INT_MIN;
    for (int i = 0; i < nums.size(); i++) {
        if (sum < 0) sum = 0;
        sum += nums[i];
        maxSum = max(maxSum, sum);
    }
    return maxSum;
}

为什么当sum小于0舍去。我们移动下标，假设此时下标所在位置是子数组的右边界，我们能得到的最大的数组和，就等于此时的nums[i]加上前面的sum, 如果sum是负的明显还不如nums[i]自己了，所以我们遇到负的舍弃，只取正的，这样才能得到此时的最大。其实这也是一种动态规划，换汤不换药。

方法三：divide and conquer

这是我拿到后写的算法，因为这题跟之前的那个largest rectangle in histogram很像。还是把问题分为三类，通过中间点的最大和，左右小数组的最大和，很好写，复杂度O(nlogn)，但是也是一种很重要的思路，在此列出。

int maxSubArray(vector<int>& nums) {
  int n = nums.size();
  return helper(nums, 0, n-1);
}
int helper(vector<int> &nums, int begin, int end) {
  if (begin == end) return nums[begin];
  int mid = begin + (end - begin) / 2;
  int sum = nums[mid], max_sum = nums[mid];
  int i, j;
  for (i = mid+1; i <= end; i++) {
      sum += nums[i];
      max_sum = max(max_sum, sum);
  }
  sum = max_sum;
  for (j = mid-1; j >= begin; j--) {
      sum += nums[j];
      max_sum = max(max_sum, sum);
  }
  int left_sum = INT_MIN, right_sum = INT_MIN;
  //同样注意初值问题，合理使用INT_MIN和MAX，不用随便用0
  if (mid + 1 <= end) right_sum = helper(nums, mid+1, end);
  if (mid - 1 >= begin) left_sum = helper(nums, begin, mid-1);
  return max(max_sum, max(left_sum, right_sum));
}