LintCode 41 最大子数组

这个题目有前缀和（prefix num）、动态规划（dynamic programming）、贪心（greedy）三种解决办法，但是其核心思想都是：一步一步求以i为结尾的最大子数组的和，最后得到以最后一个元素为结尾的最大子数组的和，最后从这些和中求得最大值即为解。

题目：41 · 最大子数组 - LintCode

一、前缀和

错误思路：找到前缀和数组中的最大值max_slice，并记下这个坐标i，然后求0到i-1中前缀和数组中最小的负数min_sum，如果没有则min_sum=0，最后res=max_slice - min_sum。

为什么会想到这种方法，是因为题目要求这个最大子数组是连续的，其实也就是抛弃掉前后没有用的元素。该思路认为前缀和数组中的最大值之后的元素一定是无效的，因为代表后面整体是负数，对最大子数组是没有贡献的。但是其实不然，比如2,2,2-12,8,2，-1，最大子数组一定是{8,2}和为10，但是按照这个思路最大子数组就是{2,2,2}和为6，这是错误的。

正确思路：当遍历到i元素时，便求以当前元素为结尾的最大子数组和，其实就是用到当前元素的前缀和prefix_sum - 从0到i-1中前缀和数组中最小的负数min_sum，min_sum最大为0，min_sum代表了“到目前为止“前面的prefix sum的最小值。

#include <iostream>
#include <cstring>
#include <algorithm>
#include <math.h>
#include <vector>

using namespace std;
const int N = 100010;

int nums[N];

int main()
{
	freopen("in.txt", "r", stdin);

	int n;
	cin >> n;
	for (int i = 0; i < n; i++) cin >> nums[i];

    int prefix_sum = 0;
    int max_slice = -0x3f3f3f3f;
    int min_sum = 0; //这里我们不是要找最小的前缀和值，而是最小的负数前缀和值，如果没有负数则说明前面的值都是有效的，mn继续等于0
    
	for (int i = 0; i < n; i++)
	{
		prefix_sum += nums[i];
		max_slice = max(max_slice, prefix_sum - min_sum);
		min_sum = min(min_sum, prefix_sum);
	}

	cout << max_slice;

	return 0;
}

二、动态规划

动态规划最重要的就是集合定义和集合划分。

注意：最后结果不是f[n]的值，而是f数组中的最大值，这是集合定义所决定的。

#include <iostream>
#include <cstring>
#include <algorithm>
#include <math.h>
#include <vector>

using namespace std;
const int N = 100010;

int nums[N];
int f[N];

int main()
{
	freopen("in.txt", "r", stdin);

	int n;
	cin >> n;
	for (int i = 0; i < n; i++) cin >> nums[i];

	f[0] = nums[0]; //也可以让nums和f都从下标1开始存储，这样就可以省略这一步
	for (int i = 1; i < n; i++) f[i] = max(f[i - 1] + nums[i], nums[i]);

	int res = -0x3f3f3f3f;
	for (int i = 0; i < n; i++) res = max(res, f[i]);//最终结果是f数组中的最大值

	cout << res;

	return 0;
}

三、贪心

贪心的思路和前缀和几乎一样，不过在前缀和sum上面做手脚。

每次加和完毕后，如果此时sum<0，则代表这前i个元素对于最大子串和都是不利的，于是将其置为0，不对后面求最大字串和产生影响。

if len(nums) == 0: return 0 
        sum = 0 
        slice = -sys.maxsize - 1 
        for n in nums:
            sum += n 
            slice = max(slice, sum)
            sum = max(0, sum)
        return slice