java 数组 sub_Maximum Subarray leetcode java

题目：

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.

More practice:

If you have figured out the O(n) solution, try coding another solution using the divide and conquer approach, which is more subtle

题解：

这道题要求 求连续的数组值，加和最大。

试想一下，如果我们从头遍历这个数组。对于数组中的其中一个元素，它只有两个选择：

1. 要么加入之前的数组加和之中(跟别人一组)

2. 要么自己单立一个数组(自己单开一组)

所以对于这个元素应该如何选择，就看他能对哪个组的贡献大。如果跟别人一组，能让总加和变大，还是跟别人一组好了；如果自己起个头一组，自己的值比之前加和的值还要大，那么还是自己单开一组好了。

所以利用一个sum数组，记录每一轮sum的最大值，sum[i]表示当前这个元素是跟之前数组加和一组还是自己单立一组好，然后维护一个全局最大值即位答案。

代码如下；

1     public int maxSubArray(int[] A) {

2         int[] sum = new int[A.length];

3

4         int max = A[0];

5         sum[0] = A[0];

6

7         for (int i = 1; i 

8             sum[i] = Math.max(A[i], sum[i - 1] + A[i]);

9             max = Math.max(max, sum[i]);

10         }

11

12         return max;

13     }

同时发现，这道题是经典的问题，是1977布朗的一个教授提出来的。

http://en.wikipedia.org/wiki/Maximum_subarray_problem

并发现，这道题有两种经典解法，一个是：Kadane算法，算法复杂度O(n)；另外一个是分治法：算法复杂度为O(nlogn)。

1. Kadane算法

代码如下：

1     public int maxSubArray(int[] A) {

2         int max_ending_here = 0;

3         int max_so_far = Integer.MIN_VALUE;

4

5         for(int i = 0; i 

6             if(max_ending_here 

7                  max_ending_here = 0;

8             max_ending_here += A[i];

9             max_so_far = Math.max(max_so_far, max_ending_here);

10         }

11         return max_so_far;

12     }

2. 分治法：

代码如下：

1     public int maxSubArray(int[] A) {

2          return divide(A, 0, A.length-1);

3     }

4

5   public int divide(int A[], int low, int high){

6         if(low == high)

7             return A[low];

8         if(low == high-1)

9             return Math.max(A[low]+A[high], Math.max(A[low], A[high]));

10

11         int mid = (low+high)/2;

12         int lmax = divide(A, low, mid-1);

13         int rmax = divide(A, mid+1, high);

14

15         int mmax = A[mid];

16         int tmp = mmax;

17         for(int i = mid-1; i >=low; i--){

18             tmp += A[i];

19             if(tmp > mmax)

20                 mmax = tmp;

21         }

22         tmp = mmax;

23         for(int i = mid+1; i <= high; i++){

24             tmp += A[i];

25             if(tmp > mmax)

26                 mmax = tmp;

27         }

28         return Math.max(mmax, Math.max(lmax, rmax));

29

30     }

Reference：

http://en.wikipedia.org/wiki/Maximum_subarray_problem

http://www.cnblogs.com/statical/articles/3054483.html

http://blog.csdn.net/xshengh/article/details/12708291