Leetcode-53. 最大子序和

方法一：分治法（处理线段树的）

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        return findMax(nums, 0, nums.size()-1);
    }

    // 分治算法求解
    // 思路就是把这个问题分成三部分：1、求左边[0, middle-1]这个闭区间部分的max；2、求右边[middle+1, nums.size()-1]这个闭区间部分的max；
    // 和3、跨越中间元素部分的max（这部分是从左边跨越的max + 中间元素的值（即nums[middle]） + 从右边跨越的max）。
    // 然后比较三个部分，哪个部分是最大值，就是最终的题解。

    int findMax(vector<int>& nums, int start, int end)
    {
        // 判断边界条件
        if(start == end) return nums[start];
        if(start > end) return INT_MIN;

        int left_max, right_max; // 分别定义第一部分的解和第二部分的解
        int middle = (start + end) / 2; // 找出这个数组中间元素的位置
        int left_sum = 0, right_sum = 0, mid_to_left_max = 0, mid_to_right_max = 0; // 定义从左边跨越的max和从右边跨越的max
        // 注意：mid_to_left_max和mid_to_right_max的初始值定义为0就好，因为如果从左跨越和从右跨越都没有比0大的，
        // 那这两部分就直接是0就好了，最后和nums.[middle]加起来也还是中间值本身，没有问题。
        // 不可以定义为INT_MIN！！！不然很容易就会越界的。

        left_max = findMax(nums, start, middle-1); // 第一部分
        right_max = findMax(nums, middle+1, end); // 第二部分

        for(int i=middle-1; i>=start; i--)
        {
            // 第三部分 -> 从左边跨越
            left_sum += nums[i];
            if(mid_to_left_max < left_sum) mid_to_left_max = left_sum;
        }

        for(int i=middle+1; i<=end; i++)
        {
            // 第三部分 -> 从右边跨越
            right_sum += nums[i];
            if(mid_to_right_max < right_sum) mid_to_right_max = right_sum;
        }

        return (max(max(left_max, right_max), mid_to_left_max + mid_to_right_max + nums[middle]));
    }
};

方法二：动态规划

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int pre = 0, maxAns = nums[0];
        for (const auto &x: nums) {
            pre = max(pre + x, x);
            maxAns = max(maxAns, pre);
        }
        return maxAns;
    }
};