leetcode 53 最大子序和——动态规划 O(n)/分治法 O(NlogN)

最大子序和，好经典的题了

动态规划的状态转移方程：

dp[i]=max{dp[i-1]+A[i], A[i]}

dp[i]是以第i个元素结尾的子序和，A[i]是指第i个元素

c++的vector实现代码（O(n)的时间复杂度）

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

分治法O(NlogN)
引用的代码：
引用

https://blog.csdn.net/u014472643/article/details/81097672

//求三个数中的最大值
int max3(int a,int b,int c)
{
    return a>b?(a>c?a:c):(b>c?b:c);
}

int maxsubarr(vector<int> &nums,int left,int right){
    //定义 左右端最大值
    int maxleft=0,maxright=0;
    //定义左右端边界值
    int leftborder=0,rightborder=0;
    //定义左右端边界最大值
    int maxleftborder=0,maxrightborder=0;
    //递归出口，只剩一个数时
    if(left==right)
        return nums[left]>0?nums[left]:0;

    int mid=(left+right)/2;
    //左边递归
    maxleft = maxsubarr(nums,left,mid);
    //右边递归
    maxright = maxsubarr(nums, mid+1, right);
    //求左边届最大值
    for(int i=mid;i>=left;i--){
        leftborder+=nums[i];
        if(leftborder>maxleftborder)
            maxleftborder=leftborder;
    }
    //求右边届最大值
    for(int i=mid+1;i<=right;i++){
        rightborder+=nums[i];
        if(rightborder>maxrightborder)
            maxrightborder=rightborder;
    }
    return max3(maxleft,maxright,maxleftborder+maxrightborder);
}

int maxSubArr(vector<int>nums){
    return maxsubarr(nums, 0, (int)nums.size()-1);
}