剑指offer-连续子数组的最大和

题目描述

• HZ偶尔会拿些专业问题来忽悠那些非计算机专业的同学。今天测试组开完会后,他又发话了:在古老的一维模式识别中,常常需要计算连续子向量的最大和,当向量全为正数的时候,问题很好解决。但是,如果向量中包含负数,是否应该包含某个负数,并期望旁边的正数会弥补它呢？例如:{6,-3,-2,7,-15,1,2,2},连续子向量的最大和为8(从第0个开始,到第3个为止)。你会不会被他忽悠住？(子向量的长度至少是1)
• 牛客链接

问题分析

• 方法1（暴力法）：用 i 标记子数组的开始位置， j 标记子数组的结束位置，内外两层遍历。时间复杂度：O(N^2).

• 方法2：（分治法）：将原数组一分为二，连续子数组的最大和出自以下三种情况：

  • 左部分数组中的连续子数组的最大和
  • 右部分数组中的连续子数组的最大和
  • 跨越左右数组

  所以递归函数应该返回三个值，当前数组中连续子数组的最大和（以上三种情况的最大值），从头开始的连续子数组的最大和(来自左部分数组的返回值)，以尾结束的连续子数组的最大和 (来自右部分数组的返回值)
  时间复杂度：O(NlogN)

• 方法三：动态规划

  • 用 dp[i] 表示以 i 下标结束的连续子数组的最大和，那么最终的最大和一定是 max{ dp[i]}
  • 当dp[i - 1] <= 0时，dp[i] = arr[i]; 否则， dp[i] = dp[i - 1] + arr[i], dp[0] = arr[0],这便是动态规划的一般思路
  • 那么根据依赖条件可知，dp[i] 只依赖于 dp[i - 1],并且 dp数组中 i位置之前的数已经固定，那么便可以压缩空间的技巧，使用一个变量 preValue 维持 dp[i-1] 即可，每算出一个值便去更新最大值，并且更新 preValue.

  时间复杂度：O(N)

代码实现

• 方法三

import java.util.*;
public class Solution {
    public int FindGreatestSumOfSubArray(int[] array) {
        int preSum = 0;

        int max = Integer.MIN_VALUE;
        for (int i = 0; i < array.length; i++) {
            //前部分和为负数，便不要
            if (preSum < 0) {
                preSum = array[i];
            }else {
                //前部分和为正数，便要
                preSum = preSum + array[i];
            }
             max = Math.max(preSum, max);
        }
        return max;
    }
}