算法设计与分析（二）:Divide And Conquer

Maximum Subarray

---

Given an integer array nums, find the contiguous subarray (containing at least one number) which has the largest sum and return its sum.

Example:
Input: [-2,1,-3,4,-1,2,1,-5,4],
Output: 6
Explanation: [4,-1,2,1] has the largest sum = 6.

题目求一个数组中和最大的子数组。第一时间我们可以想到的就是直接遍历。因为只需要求值而不需要知道是哪个子数组，所以求出数组中所有子数组的和，然后取最大值即可。
采用嵌套循环的方式，该算法的时间复杂度应该为O(n^2)（算法很简单，此处不给出了）。

这个方法虽然思路简单，但是明显不是最优解。那么有没有更好的方法呢？

---

我们思考一下之前提到过的分而治之思想。如何把问题转化成一个相同问题的累计？

首相想到的是求在下标i到j之间的最小子数组：max(num,i,j)；但是如果将问题这么分析，那么问题无法再往下分割，一步步简化；

这里想到要求和，当然是一个个的数加起来。求和的最大值，当然要每次做加法都要越加越大：即，每次都是一个大于零的数。所以，将问题转化成max(num,j)，即求以下标为j的数结尾的数组的子数组的最大值，也就是：
max(num,j) = max(num,j-1)>0 ? max(num,j-1)+num[j] : num[j]

每次的问题求最大和都是求上一次的最大和，也就是只要知道了第一次的最大和max(num,0)，也就是num[0]，整个数组的子数组最大和也就可以得知了。

c代码如下：

int maxSubArray(int* nums, int numsSize) {
    int sum[numsSize];
    sum[0] = nums[0];
    int max = sum[0];

    for(int i = 1;i < numsSize; i ++) {
        sum[i] = nums[i] + ((sum[i-1] > 0) ? sum[i-1] : 0);
        max = (max > sum[i]) ? max : sum[i];
    }

    return max;
}

附上LeetCode链接：https://leetcode.com/problems/maximum-subarray/description/