【C语言】Leetcode 53.最大子序和

开始刷Leetcode，感觉自己能力还是不足啊。。。基础不扎实，好多都忘记了，要好好补一下

目录

题目描述

我最初的思路

贪心

动态规划

---

题目描述

【简单题】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。 

我最初的思路

       遍历数组，在O(n)时间内对每个位置计算从前面到此处的最大子序和，分别计算前面的最大子序和+当前数值，除掉之前最大子序头的子序和和前面的最大子序和，对这三者进行比较，依条件操作。
      但这一思路过于细碎，在调试的过程中只能不断根据错误案例增加控制，最后陷入僵局，无法得出全面的正确结果。于是，我阅读了他人的题解思路，回顾了之前的算法，基于贪心和动态规划的思想重写了下列代码（均提交通过）。

贪心

基本思想：

      遍历数组，对于存在正数的数组，认为最大子序和应从正数所在的下标起始。

    【如数组 [ -2, 1, -3, 4, -1, 2, 1, -5, 4 ]中，最大子序和必从1, 4, 2, 1, 4中起始，若最大子序和从负数开始，则必有从正数开始的子序列满足子序和更大（反证）】

     但实际写代码时这样写又会陷入需要考虑大量的if条件，过于琐碎，故用sum总和来直接累加每个数，若sum小于0认为前面的子序和都可以不用了，后面的可能有从正数起始的最大子序列。用maxs来记录整个过程中找到的最大子序和。

      此外，这一思想没有考虑到数组全是负数的情况，故另外设置两个变量allf，maxf分别记录数组中是否全是负数和最大的数值，若全为负数，则最大子序列必长度为一，直接返回maxf。

代码：

int maxSubArray(int* nums, int numsSize) {
    if (numsSize == 1)return nums[0];
    int allf = 0, maxf = nums[0], sum = 0, maxs = nums[0];
    for (int i = 0; i < numsSize; i++) {
        if (nums[i] < 0) {
            allf++;
            if (nums[i] > maxf) maxf = nums[i];
        }
        if (sum < 0) sum = nums[i];
        else
            sum += nums[i];
        maxs = (maxs > sum) ? maxs : sum;
    }
    if (allf == numsSize) return maxf;
    return maxs;
}

动态规划

基本思想：

       创建大小为numsSize的数组DP记录到数组每个位置的最大子序和，DP[i]表示数组nums下标未0~i的最大子序和。

       对每个位置i，其可能处于最大子序列中，也可能处于最大子序列的开始位置，即最大子序和可能由前一位置的最大子序和与nums[i]相加而得，也可能只有nums[i]本身。故：

       DP[i] = max{ DP[i-1]+nums[i], nums[i]}，算出每个DP[i]后返回其中最大的值即为数组nums的最大子序和。

代码：

int maxSubArray(int* nums, int numsSize) {
    //DP 
    int* DP;
    int maxs = nums[0];
    DP = (int*)malloc(numsSize * sizeof(int));
    DP[0] = nums[0];
    for (int i = 1; i < numsSize; i++) {
        int d = DP[i - 1] + nums[i];
        DP[i] = (d > nums[i]) ? d : nums[i];
        maxs = (maxs > DP[i]) ? maxs : DP[i];
    }
    return maxs;
}