剑指offer 42 lintcode41. 最大子数组， 最小子数组（贪心法）

给定一个整数数组，找到一个具有最大和的子数组，返回其最大和。

样例

给出数组[−2,2,−3,4,−1,2,1,−5,3]，符合要求的子数组为[4,−1,2,1]，其最大和为6

类似说法

面试题目：

公司给予你一次投资股票的机会，且已知股票的变化曲线图。希望你做出利益最大化选择

以下为简化信息：

a[] = {100, 113, 110, 85, 105, 102, 86, 63, 81, 101, 94, 106, 101,79, 94, 90, 97}（第1天~第17天，数值为每股售价）

应答思路：

要求利益最大化，即就是在股票售价最低时买进，最高时抛出。此时需要注意的问题是：

①在时间上，最低售价并不一定在最高售价的前面

②买进与售出价差额最大

接下来第一步:简单计算每天的股票涨浮情况

a[] = {13,-3,-25,20,-3,-16,-23,18,20,-7,12,-5,-22,15,-4,7}

模型化题目：最大子数组问题

解决思路：

很容易想到利用累加法做，出现正值则为利润，负值为亏损。即为寻找最大正值

假如第一天买进，股票上涨13，第二天跌3，第三天跌25。这时候手中的股票已经大幅亏损，这时应当立即抛弃这个子数组。

我们这时候就想着，应该在股票买进手中之后，一直呈涨（正数）才是最理想的情况。

当sum = sum + a[x]; 寻找阶段性最大值sum并记录，当sum值为负数时抛弃这个子数组。重新赋值sum = 0；继续累加，通过每次阶段性最大值的比较，将最大值赋予max： max = sum

方法一：贪心法，复杂度O（n）（记住）

class Solution {  
public:  
    /** 
     * @param nums: A list of integers 
     * @return: A integer indicate the sum of max subarray 
     */  
    int maxSubArray(vector<int> nums) {  
        // write your code here  
        int n = nums.size();  
        int ans = nums[0];  
        int sum = 0;  
        for(int i=0; i<n; i++)  
        {  
            sum += nums[i];  
            if(sum > ans)  
            {  
                ans = sum;  
            }  
            if(sum < 0)  
            {  
                sum = 0;   //子串和为负数，丢掉  
            }  
        }  
        return ans;  
    }  
};  

 最小子数组同理,代码如下：

class Solution {
public:
    /*
     * @param nums: a list of integers
     * @return: A integer indicate the sum of minimum subarray
     */
    int minSubArray(vector<int> &nums) {
        // write your code here
        int sum=0;
        int minsum=nums[0];
        int n=nums.size();
        for(int i=0;i<n;i++)
        {   
             sum=sum+nums[i];
             if(minsum>sum)
               minsum=sum;
             if(sum>0)
               sum=0;
         }
        return minsum;
    }
};