LeetCode-53

最大子序和

题目
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。

示例
输入：nums = [1,-3,4,-1,2,1,-5,4]
输出：6
解释：连续子数组 [4,-1,2,1] 的和最大，为 6 。

题解

方法 1 动态规划

由题可知需要在数组中找到一个最大和的连续子数组，可以利用动态规划的思想，从处理较小的数组开始，依据前面的求解结果处理更大的数组。因此，可以通过求解前 i 个数组成的数组的最大和连续子数组，返回求解结果的最大值。而前 i 个数的求解结果依赖于前 i-1 个数的求解结果，动态规划方程：

f(i)=max{f(i−1)+nums[i],nums[i]}

设置两个变量，pre 变量保存当前以第 i 个数结尾的数组的最大和，maxAns 变量保存当前已求解数组的最大和。前 i 个数组成数组的最大和分为两种情况，一种是第 i 个数自成一段，另一种是第 i 个数加上前面连续若干个数组成一段，而这若干个数即为前 i 个数的最大和求解结果。

方法 2 分治法

对于一个区间 [l,r] ，将其分为左右两个子区间，分别求解。当递归逐层深入到区间长度为1时停止，此时递归开始回升，不断合并左右区间的求解结果得到更大区间的结果。

设置四个变量，分别为：
lSum 表示 [l,r] 内以 l 为左端点的最大子段和
rSum 表示 [l,r] 内以 r 为右端点的最大子段和
mSum 表示 [l,r] 内的最大子段和
iSum 表示 [l,r] 的区间和

计算过程：
iSum = 左子区间的 iSum + 右子区间的 iSum
lSum = max{ 左子区间的 lSum，左子区间的 iSum + 右子区间的 lSum }
rSum = max{ 右子区间的 rSum，右子区间的 iSum + 左子区间的 rSum }
mSum = max{ 左子区间的 mSum，右子区间的 mSum，左子区间的 rSum + 右子区间的 lSum }

更多题解

代码

方法 1 动态规划

1. 拷贝元素：for (auto x: nums)
2. 修改元素：for (auto &&x: nums)
3. 只读元素：for (const auto &x: nums)

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int pre = 0, maxAns = nums[0];
        //类似于滚动数组
        for (const auto &x: nums) {
        	//当前以 x 结尾的数组最大和分为两种情况
        	// (1) x 自成一段
        	// (2) x + 前面 x-1 个数组成的数组的最大和子数组
            pre = max(pre + x, x);
            maxAns = max(maxAns, pre);
        }
        return maxAns;
    }
};

方法 2 分治法

分治法求解问题时先划分为多个子问题，直至分解为原子问题，最后将子问题的结果逐步合并为原问题的结果。

class Solution {
public:
	//定义结构体，包含四个变量
    struct Status {
        int lSum, rSum, mSum, iSum;
    };

	//定义变量计算
    Status pushUp(Status l, Status r) {
        int iSum = l.iSum + r.iSum;
        int lSum = max(l.lSum, l.iSum + r.lSum);
        int rSum = max(r.rSum, r.iSum + l.rSum);
        int mSum = max(max(l.mSum, r.mSum), l.rSum + r.lSum);
        return (Status) {lSum, rSum, mSum, iSum};
    };

	//分治求解子问题
    Status get(vector<int> &a, int l, int r) {
        //若数组仅有一个元素
        if (l == r) {
            return (Status) {a[l], a[l], a[l], a[l]};
        }
        int m = (l + r) >> 1;
        //分为左右两个子区间
        Status lSub = get(a, l, m);
        Status rSub = get(a, m + 1, r);
        return pushUp(lSub, rSub);
    }

	//返回最大和 mSum
    int maxSubArray(vector<int>& nums) {
        return get(nums, 0, nums.size() - 1).mSum;
    }
};