53. 最大子序和

题目描述：

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。

算法：

动态规划

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        if(nums.size()==0)
            return 0;
        if(nums.size()==1)
            return nums[0];
        vector<int>dp(nums.size());
        dp[0] = nums[0];
        int Max = max(INT_MIN, dp[0]);
        for(int i=1; i<nums.size(); i++)
        {
            if(dp[i-1]>0)
                dp[i] = dp[i-1]+nums[i];
            else
                dp[i] = nums[i];
            Max = max(dp[i], Max);
        }
        return Max;
    }
};

进阶：

这个分治法的思想就类似于二分搜索法，

• 我们需要把数组一分为二，分别找出左边和右边的最大子数组之和，
• 然后还要从中间开始向左右分别扫描，
• 求出的最大值分别和左右两边得出的最大值相比较取最大的那一个，

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        if(nums.size()==0)
            return 0;
        return divide(nums, 0, nums.size()-1);
    }
    
    int divide(vector<int>nums, int left, int right)
    {
        if(left >= right)
            return nums[left];
        int mid = (right-left)/2 + left;
        int lmax = divide(nums, left, mid-1);
        int rmax = divide(nums, mid+1, right);
        int mmax = nums[mid];
        int t = mmax;
        for(int i=mid-1; i>=left; i--)
        {
            t+=nums[i];
            mmax = max(t, mmax);
        }
        t = mmax;
        for(int i=mid+1; i<=right; i++)
        {
            t += nums[i];
            mmax = max(mmax, t);
        }
        return max(mmax, max(lmax, rmax));
    }
};