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.
这是一道非常简单的算法题,但是实现的方法却有很多种。在本篇文章中,博主想介绍三种巧妙的方法,这三种方法在面试和刷题过程中有非常广泛的应用。
算法描述:
Java实现代码如下:
public class MaximumSubarray {
public int maxSubArray(int[] nums) {
int maxEndHere = 0;
int maxSoFar = 0;
for (int i = 0; i < nums.length; i++) {
maxEndHere += nums[i];
if (maxEndHere < 0) {
maxEndHere = 0;
}
if (maxSoFar < maxEndHere) {
maxSoFar = maxEndHere;
}
}
return maxSoFar;
}
理解此算法的关键在于:
基本思路是这样的,在每一步,我们维护两个变量,一个是全局最优,就是到当前元素为止最优的解是,一个是局部最优,就是必须包含当前元素的最优的解。接下来说说动态规划的递推式(这是动态规划最重要的步骤,递归式出来了,基本上代码框架也就出来了)。假设我们已知第i步的global[i](全局最优)和local[i](局部最优),那么第i+1步的表达式是:
Java代码实现如下:
class Solution {
//Dp
public int maxSubArray(int[] nums) {
int maxLocal = nums[0];
int global = nums[0];
for (int i = 1; i < nums.length; ++i) {
maxLocal = Math.max(nums[i], nums[i] + maxLocal);
global = Math.max(global, maxLocal);
}
return global;
}
}
将数组均分为两个部分,那么最大子数组会存在于:
假设数组下标有效范围是l到r,将数组分为左半部分下标为(l,mid-1)和右半部分下标为(mid+1,r)以及中间元素下标为mid,接下来递归求出左半部分的最大子序和:left=helper(nums,l,mid-1); 右半部分最大子序和right=helper(nums,mid+1,r);
接下来再将左半部分右边界,右半部分左边界以及中间元素nums[mid]整合,用了两个循环,先整合左半部分右边界和中间值,再将整合结果与右半部分左边界整合得到整合以后的最大子序和max_num,最后返回max_num,left,right的最大值即是要求的最大子序和。
代码实现如下:
class Solution {
public:
int maxSubArray(vector<int>& nums) {
if(nums.size()==0)return 0;
return helper(nums,0,nums.size()-1);
}
int helper(vector<int>& nums,int l,int r){
if(l>r)return INT_MIN;//注意此处不是返回0,比如{-2,-1},分治以后变为左中右n{},-1,{-2}三部分。左半部分{}应返回INT_MIN,
//因为还要和右半部分的返回值进行比较,最终正确结果返回-1。若左半部分返回0,0>-2,且大于左中右的最大组合值(-1),最终结果返回0,出错
if(l==r)return nums[l];
int mid=(l+r)/2;
int left=helper(nums,l,mid-1);
int right=helper(nums,mid+1,r);
int t=nums[mid];
int max_num=nums[mid];
for(int i=mid-1;i>=l;i--){
t+=nums[i];
max_num=max(max_num,t);
}
t=max_num;
for(int i=mid+1;i<=r;i++){
t+=nums[i];
max_num=max(max_num,t);
}
return max(max(left,right),max_num);
}
};