《剑指offer》 面试题42. 连续子数组的最大和

题目描述

输入一个整型数组，数组里有正数也有负数。数组中的一个或连续多个整数组成一个子数组。求所有子数组的和的最大值。要求时间复杂度为O(n)。

示例1:
输入: nums = [-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。

提示：
1 <= arr.length <= 10^5
-100 <= arr[i] <= 100

动态规划

这个题用暴力做显然对我们想要的时间复杂度O(n)不能满足，很明显这道题就是一道比较典型的动态规划问题，即当前状态跟上一状态有直接影响关系，相当于把一个大而复杂的问题理解成一个个相同逻辑的小问题。关键关键就是找到动态方程和临界值，好比中学数学应用题找到方程关系一样的道理。

动态规划解析(过程很重要)：

1. 状态定义： 设动态规划列表 dp ，dp[i] 代表以元素 nums[i] 为结尾的连续子数组最大和。

   为何定义最大和 dp[i]中必须包含元素nums[i] ：保证dp[i] 递推到 dp[i+1]的正确性；如果不包含 nums[i] ，递推时则不满足题目的 连续子数组 要求。

2. 转移方程： 若dp[i−1]≤0 ，说明 dp[i - 1] 对 dp[i] 产生负贡献，即 dp[i-1] + nums[i] 还不如 nums[i]本身大。

   当 dp[i - 1] > 0 时：执行 dp[i] = dp[i-1] + nums[i]；
   当 dp[i−1]≤0 时：执行 dp[i] = nums[i]；

3. 初始状态： dp[0] = nums[0]，即以nums[0] 结尾的连续子数组最大和为 nums[0]。

4. 返回值： 返回 dp 列表中的最大值，代表全局最大值。

针对这道题来说，为了能减低时间复杂度和空间复杂度，发现由于 dp[i]只与 dp[i-1] 和 nums[i]有关系，因此可以将原数组 nums 用作 dp 列表，即直接在 nums 上修改即可。同时，由于省去 dp 列表使用的额外空间，因此空间复杂度从 O(N) 降至 O(1)。

class Solution {
    public int maxSubArray(int[] nums) {
        int res = nums[0];
        for(int i = 1; i < nums.length; i++){
            nums[i] += Math.max(nums[i-1], 0);
            res = Math.max(res, nums[i]);
        }
        return res;
    }
}

通过这道题还学到了Java求两个数之间的最大值用Math.max(num1, num2)，返回最大值。
扩展：使用Math.max求数组的最大值: array.max() ;
最小值亦然

附给自己灌口鸡汤：学习就得一步一步来，积累每一小步基础，才能达千里之外的大牛。加油！