leetcode53 Maximum Subarray 最大連續(xù)子數(shù)組

Bamboy 發(fā)布于2019-08-14 18:08 / 1702人閱讀

摘要：我們可以分別得出這三種情況下的最大子數(shù)列和，并比較得出最大的那個。我們只需要考慮左子列的最大和以及跨越了左右的中子列的最大值。

題目要求

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.

即：尋找數(shù)列中的一個子數(shù)列，該數(shù)列中的值得和是所有子數(shù)列中最大的。

思路一：divide&conquer

我們可以從數(shù)列的中間節(jié)點將數(shù)列分為兩個子數(shù)列，則最大的子數(shù)列要么在左子列，要么在右子列，要么跨越了左子列和右子列。我們可以分別得出這三種情況下的最大子數(shù)列和，并比較得出最大的那個。
divide&conquer即遞歸思路，將復(fù)雜問題分解為簡單的小問題分別解決。遞歸的重點在于覆蓋所有可能情況，并且覆蓋到基類。

    public int maxSubArray(int[] nums) {
        int start = 0;
        int end = nums.length - 1;
        return maxSubArray(nums, start, end);
        
        
    }
    
    //遞歸調(diào)用該方法
    public int maxSubArray(int[] nums, int start, int end){
        if(start==end){
            return nums[start];
        }
        int mid = (start + end) / 2;
        //獲得最大左子列
        int leftMax = maxSubArray(nums, start, mid);
        //獲得最大右子列
        int rightMax = maxSubArray(nums, mid+1, end);
        
        //獲得最大中子列
        int leftSumMax = Integer.MIN_VALUE;
        int temp = 0;
        do{
            temp += nums[mid];
            if(temp>leftSumMax){
                leftSumMax = temp;
            }
        }while((--mid)>=start);
        
        temp = 0;
        mid = (start + end)/2 + 1;
        int rightSumMax = Integer.MIN_VALUE;
        do{
            temp += nums[mid];
            if(temp>rightSumMax){
                rightSumMax = temp;
            }
        }while((++mid)<=end);
        int midMax = leftSumMax + rightSumMax;
        return Math.max(Math.max(leftMax, rightMax), midMax);
    }

思路二：divide&conquer2 recursion

上面是將數(shù)組從中劃分為兩個子數(shù)組,這里我們還可以劃分為nums[n-1]和nums[n]。這樣我們就可以將右子列的情況簡化為直接返回右子列的值。我們只需要考慮左子列的最大和以及跨越了左右的中子列的最大值。所以我們需要記錄兩個值，第一個是當前最大和，還有一個是到nums[n-1]的最大子列和。

    public int maxSubArray(int[] A) {
        int n = A.length;
        //存儲經(jīng)過下標為i的最大子數(shù)列和，用于判斷中子列
        int[] dp = new int[n];
        dp[0] = A[0];
        int max = dp[0];
        
        for(int i = 1; i < n; i++){
            dp[i] = A[i] + (dp[i - 1] > 0 ? dp[i - 1] : 0);
            max = Math.max(max, dp[i]);
        }
        return max;    
    }

想要了解更多開發(fā)技術(shù)，面試教程以及互聯(lián)網(wǎng)公司內(nèi)推，歡迎關(guān)注我的微信公眾號！將會不定期的發(fā)放福利哦~