[LeetCode] 53. Maximum SubArray

标签：xpl   code   nta   turn   pre   进一步   figure   using   一个   

Given an integer array nums, find the contiguous subarray (containing at least one number) which has the largest sum and return its sum.
Example:
Input: [-2,1,-3,4,-1,2,1,-5,4],
Output: 6
Explanation: [4,-1,2,1] has the largest sum = 6.
Follow up:
If you have figured out the O(n) solution, try coding another solution using the divide and conquer approach, which is more subtle.

这道题要求两种解法，一种是O(N)，一种是分支法O(nlogN)。其实这道题最暴力的解法是O(N²), 就是记住每一个起始位置的最大的值，显然，这不是这道题的要求。
思路一：O(N) 动态规划，想法很巧妙，

f(i) = f(i-1) > 0 ? f(i-1) + nums[i] : nums[i]

就是如果这个数之前的最大值如果是小于零的，你就重头开始，因为加了sum会变小，不如不加。如果大于零，那么就加上就。因为f(i)只和它之前的数字相关，进一步优化，就是之前的数的和的最大值加上现在这个数，再和现在这个数比较，更大，就加入，不然就舍弃之前的，只要现在这个数。

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        if not nums: return -sys.maxsize - 1
        
        cur_sum, res = 0, -sys.maxsize - 1
        for num in nums:
            cur_sum = max(cur_sum + num, num)
            res = max(cur_sum, res)
        return res

思路二， 其实这个我理解的不是很好，先把解法写在这。想求一个数组的Max subarray，一共就是要考虑三种情况

1. 左边数列的最大连续子集和
2. 右边数列的最大连续子集和
3. 有包含中间点的最大的连续子集和

前两种都很好写recursive，只要是只有一个点的时候就是出口，但第三种情况就比较复杂。要得到包括中间的最大子集，可以先求从左边到中间点的最大子集和，然后求从中间点向后一位到右边的最大子集和，最后相加即可。

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        if not nums: return -sys.maxsize-1
        return self.find_max_subarray(nums, 0, len(nums) - 1)

    def find_max_subarray(self, nums, left, right):
        if left >= right: return nums[left]
        mid = left + (right - left) // 2
        left_sum = self.find_max_subarray(nums, left, mid)
        right_sum = self.find_max_subarray(nums, mid+1, right)
        crossing_sum = self.find_max_crossing_subarray(nums, left, right, mid)
        return max(left_sum, right_sum, crossing_sum)
    
    def find_max_crossing_subarray(self, nums, left, right, mid):
        if left >= right: return nums[left]
        left_sum, cur_sum = -sys.maxsize-1, 0
        for i in range(mid, left-1, -1):
            cur_sum += nums[i]
            left_sum = max(left_sum, cur_sum)
        
        right_sum, cur_sum = -sys.maxsize-1, 0
        for i in range(mid+1, right+1):
            cur_sum += nums[i]
            right_sum = max(right_sum, cur_sum)
            
        return left_sum + right_sum

[LeetCode] 53. Maximum SubArray

标签：xpl   code   nta   turn   pre   进一步   figure   using   一个   

原文地址：https://www.cnblogs.com/codingEskimo/p/12640842.html