分治法 —— 最大子序和 ( 归并排序应用1）

LeetCode 最大子序和

题目描述
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。

输入: [-2,1,-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。

力扣（LeetCode） 最大子序和

本题有四种解法，暴力， 动态规划， 分治法 以及 贪心法。
每种解法各有千秋，此处主要讲解分治法如何实现

最大值产生于红色部分， 绿色部分以及蓝色部分三者之间

如何求红色，绿色，蓝色三个part各自的最大值呢?

看图可知，每一个颜色的part都可以分解小规模问题。例如图中的红色part再可以分为红，绿，蓝三个part， 接着继续分继续分继续分 直到红色part和绿色part仅有一个元素时停止

大规模问题转化为小规模问题，最后每个小规模问题解合并即是大规模问题解
即是分治策略

我们知道是分治策略，那如何编程实现呢？

class Solution {

    public int maxSubArray(int[] nums) {
        int len = nums.length;
        return maxSub(nums, 0, len - 1);
        //传入数组，数组起始和末尾位置下标
    }

    public int maxSub(int[] nums, int left, int right)
    {
        if (left == right)//递归边界，红色和绿色part仅有一个元素
            return nums[left];
            
        int mid = (left + right) / 2;
        int leftmax = maxSub(nums, left, mid);//递归进入红色part
        int rightmax = maxSub(nums, mid + 1, right);//递归进入绿色part

        int leftcrossmax = Integer.MIN_VALUE;
        //先置蓝色部分最大值变量为最小值
        int leftsum = 0;
        //蓝色part至少包括mid 和 mid + 1两个位置的元素值
        for (int i = mid; i >= left; i--)
        {//进入mid左边寻找最大值
            leftsum += nums[i];
            if (leftsum > leftcrossmax)
                leftcrossmax = leftsum;
        }
        int rightcrossmax = Integer.MIN_VALUE;
        int rightsum = 0;
        for (int i = mid + 1; i <= right; i++)
        {//进入mid + 1右边去寻找最大值
            rightsum += nums[i];
            if (rightsum > rightcrossmax)
                rightcrossmax = rightsum;
        }
        int crossmax = rightcrossmax + leftcrossmax;
		//mid左边最大值和mid + 1右边最大值以及 
		//mid 和mid +1 两个位置元素值加起来即是蓝色part的最大值
    return Math.max(crossmax,  Math.max(leftmax, rightmax));
  //总的最大值即是红色part，绿色part以及蓝色part三者最大值中的最最最大值
    }

}