53. Maximum Subarray

题目：

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

 

Example 1:

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

Example 2:

Input: nums = [1]
Output: 1

Example 3:

Input: nums = [5,4,-1,7,8]
Output: 23

 

Constraints:

• 1 <= nums.length <= 3 * 104
• -105 <= nums[i] <= 105

 

Follow up: If you have figured out the O(n) solution, try coding another solution using the divide and conquer approach, which is more subtle.

 

 

 

 

思路1：

首先这个排除用滑动窗口的方法，因为左侧可能是负数，那么左端的向右移动是无法判断的，这里我们采用DP。显是设定空的DP数组，转移方程的思路是当前这个数字，要么我要，要么不要，而这个数字又可能是负数，因此每次DP[i]的选择，只需要在中取最大的即可。最终返回最大的DP[i]即可。

 

 

 

 

代码1：

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
            int n =nums.size();
            vector<int> dp(n,0);
            dp[0]=nums[0];
            int ans=nums[0];
            for(int i=1;i<n;i++)
            {
                dp[i]=max(nums[i],dp[i-1]+nums[i]);
                ans=max(dp[i],ans);
            }
        return ans;
    }
};

 

 

 

 

思路2：

从思路1中可以看见当前DP[i]只和DP[i-1]有关系，那么可以压缩为不用额外DP数组而是用一个数字。用这个数字记录前面的和，每次更新答案，如果当前和小于0，那么我们直接抛弃它，令和等于0。这里可能会有疑问如果全是负数怎么办，其实即使全是负数，在抛弃它之前我们也已经记录下了答案，因此没有关系。另一点是答案ans的初始化为nums[0]，如果全是负数，那么初始化的答案也是负数，依然成立，并不会出现全是负数返回0的情况。

 

 

 

 

代码2：

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int sum=0;
        int ans=nums[0];
        for(int i:nums)
        {
            sum+=i;
            ans=max(ans,sum);
            if(sum<0)
                sum=0;
        }
        return ans;
    }
};