LeetCode 53. 最大子数组和【贪心算法、动态规划】

53. 最大子数组和

给你一个整数数组 nums ，请你找出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。
子数组 是数组中的一个连续部分。

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 。

示例 2：

输入：nums = [1]
输出：1

示例 3：

输入：nums = [5,4,-1,7,8]
输出：23

提示：

1 <= nums.length <= 10^5
-10^4 <= nums[i] <= 10^4

进阶： 如果你已经实现复杂度为 O(n) 的解法，尝试使用更为精妙的 分治法 求解。

• 暴力解法：超时 $O(n^2)$

class Solution {
    // 暴力解法：超时 O(n^2)
    public int maxSubArray(int[] nums) {
        int res = Integer.MIN_VALUE;
        for (int i = 0; i < nums.length; i++) { // 设置起始位置
            int cnt = 0;
            for (int j = i; j < nums.length; j++) { // 每次从起始位置i开始遍历寻找最大值
                cnt += nums[j];
                res = Math.max(cnt, res);
            }
        }
        return res;
    }
}

• 贪心：$O(n)$
• 局部最优：当前“连续和”为负数的时候立刻放弃，从下一个元素重新计算“连续和”，因为负数加上下一个元素 “连续和”只会越来越小。
• 全局最优：选取最大“连续和”

class Solution {
    // 贪心：O(n)
    // 局部最优：当前“连续和”为负数的时候立刻放弃，从下一个元素重新计算“连续和”，因为负数加上下一个元素 “连续和”只会越来越小。
    // 全局最优：选取最大“连续和”
    public int maxSubArray(int[] nums) {
        int cnt = 0, res = Integer.MIN_VALUE;
        for (int x : nums) {
            cnt += x;
            if (cnt > res) res = cnt;	// 取区间累计的最大值（相当于不断确定最大子序终止位置）
            if (cnt < 0) cnt = 0;	// 相当于重置最大子序起始位置，因为遇到负数一定是拉低总和
        }
        return res;
    }
}

• 动态规划 $O(n)$

class Solution {
    // 动态规划 O(n)
    public int maxSubArray(int[] nums) {
        int[] f = new int[nums.length]; // f[i]表示包括i之前的最大连续子序列和
        f[0] = nums[0];
        int res = f[0];
        for (int i = 1; i < nums.length; i++) {
            f[i] = Math.max(f[i - 1] + nums[i], nums[i]);
            if (f[i] > res) res = f[i]; // res保存f[i]的最大值
        }
        return res;
    }
}