[LeetCode]112. Maximum Subarray最大和连续子序列

Find the contiguous subarray within an array (containing at least one number) which has the largest sum.

For example, given the array [−2,1,−3,4,−1,2,1,−5,4],
the contiguous subarray [4,−1,2,1] has the largest sum = 6.

click to show more practice.

More practice:

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

 

解法1：当我们从头到尾遍历这个数组的时候，对于数组里的一个整数，它有几种选择呢？它只有两种选择： 1、加入之前的SubArray；2. 自己另起一个SubArray。那什么时候会出现这两种情况呢？如果之前SubArray的总体和大于0的话，我们认为其对后续结果是有贡献的。这种情况下我们选择加入之前的SubArray如果之前SubArray的总体和为0或者小于0的话，我们认为其对后续结果是没有贡献，甚至是有害的（小于0时）。这种情况下我们选择以这个数字开始，另起一个SubArray。

设状态为{f[j]}，表示以{S[j]}结尾的最大连续子序列和，则状态转移方程如下：

 解释如下：

情况一，S[j]不独立，与前面的某些数组成一个连续子序列，则最大连续子序列和为f[j-1]+S[j]。
情况二，S[j]独立划分成为一段，即连续子序列仅包含一个数S[j]，则最大连续子序列和为S[j]。

由此易得代码，时间复杂度O(n)：

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

另一种解释：已知了前k个元素的最大子序列和为maxSum（已经被记录下来了），以及一个临时和sum，如果添加了第k+1这个元素，由于是连续子序列这个限制，所以如果k+1这个元素之前的和是小于0的，那么对于增加k+1这个元素从而去组成最大子序列是没有贡献的，所以可以把sum 置0（相当于上面的情况二）。代码只是稍作改动：

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int maxSum = INT_MIN, sum = 0;
        for (int i = 0; i < nums.size(); ++i) {
            //sum = max(sum + nums[i], nums[i]);
            //maxSum = max(maxSum, sum);
            if (sum < 0) sum = 0; // 相当于断开前面对结果有害的序列
            sum += nums[i];
            maxSum = max(maxSum, sum);
        }
        return maxSum;
    }
};

 

解法2：分治方法，把序列分为两段，分别求最大连续子序列和，然后归并。时间复杂度O(nlogn)。注意计算maxSubArrayCross时，因为必须要"Cross"左右两半部分，因此左边一半数组的最后一个元素nums[mid]和右边一半数组的第一个元素nums[mid+1]必须要选中，因此计算时分别从最后向最前扫描、最前向最后扫描，方法同解法1。

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int n = nums.size();
        if (n <= 0) return INT_MIN;
        return maxSubArrayRecursion(nums, 0, n - 1);
    }
private:
    int maxSubArrayRecursion(vector<int>& nums, int left, int right) {
        if (left == right) return nums[left];
        int mid = (left + right) >> 1;
        int leftMax = maxSubArrayRecursion(nums, left, mid); // 左边半部分最大连续子序列
        int rightMax = maxSubArrayRecursion(nums, mid + 1, right); // 右边半部分最大连续子序列
        int crossMax = maxSubArrayCross(nums, left, mid, right); // 包含nums[mid]和nums[mid+1]的最大连续子序列
        if (leftMax >= rightMax && leftMax >= crossMax) return leftMax;
        else if (rightMax >= leftMax && rightMax >= crossMax) return rightMax;
        else return crossMax;
    }
    int maxSubArrayCross(vector<int>& nums, int left, int mid, int right) {
        int leftSum = INT_MIN, lsum = 0, rightSum = INT_MIN, rsum = 0;
        for (int i = mid; i >= left; --i) { // 左边半部分数组以nums[mid]结束的最大连续子序列
            lsum += nums[i];
            leftSum = max(leftSum, lsum);
        }
        for (int i = mid + 1; i <= right; ++i) { // 右边半部分数组以nums[mid+1]开始的最大连续子序列
            rsum += nums[i];
            rightSum = max(rightSum, rsum);
        }
        return leftSum + rightSum; // "Cross"左右两半数组，因此必须至少选中nums[mid]和nums[mid+1]
    }
};