标签：子段 int 线段 nums maxSum middle 复杂度 子序 动规

题目描述

给定一个整数数组 nums ，找到一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。

LeetCode:53. 最大子序和

题解

显而易见的暴力解法

最容易想到的便是暴力穷举所有的子段和的开头，显而易见时间复杂度是O(n^2)。

代码：

class Solution {
    public int maxSubArray(int[] nums) {
        int maxSum = Integer.MIN_VALUE;
        int n = nums.length;
        for(int i = 0;i < n;i++){//穷举所有的开头
            int thisSum = 0;
            for(int j = i;j < n;j++){//穷举当前开头的子段和
                thisSum += nums[j];
                maxSum = Math.max(maxSum,thisSum);
            }
        }
        return maxSum;
    }
}

不是那么难的分治解法

本题也是分治解法应用的一个典型例子。“分”即将数组分为前后两段求解，“治”即分别求两段的最大子段和，“合”即比较两段的最大子段和和跨段的子段和，取最大值。

代码：

class Solution {
    public int maxSubArray(int[] nums) {
        return maxSub(nums, 0, nums.length - 1);
    }
    private int maxSub(int nums[], int left, int right){
        if (left == right){
            return nums[left];
        }
        int maxSum = 0;
        int middle = (left + right) / 2;
        int leftMaxSum = maxSub(nums, left, middle);//最半段最大子段和
        int rightMaxSum = maxSub(nums, middle + 1, right);//右半段最大子段和
        int leftRightSum = Integer.MIN_VALUE;//左半段以middle结尾的最大子段和
        int rightLeftSum = Integer.MIN_VALUE;//右半段以middle+1开头的最大子段和
        int thisLeftRightSum = 0;
        int thisRightLeftSum = 0;
        for(int j = middle;j >= left;j--){
            thisLeftRightSum += nums[j];
            leftRightSum = Math.max(leftRightSum,thisLeftRightSum);
        }
        for(int j = middle+1;j <= right;j++){
            thisRightLeftSum += nums[j];
            rightLeftSum = Math.max(rightLeftSum,thisRightLeftSum);
        }
        int crossMaxSum = leftRightSum + rightLeftSum;//跨段最大子段和
        if(crossMaxSum>leftMaxSum&&crossMaxSum>rightMaxSum){
            return crossMaxSum;
        }else{
            return Math.max(leftMaxSum,rightMaxSum);
        }
    }
}

时间复杂度分析：合的时间复杂度是O(n)，分的时间复杂度是2*T(n/2)。
则[T(n) = 2T(\frac{n}{2}) + O(n)]。根据主定理， θ(f(n)) = θ(n) ，[\log_b a = \log_2 2 = 1]，两者渐进复杂度相当，故时间复杂度为θ(nlogn)。

巧妙的动态规划

暴力解法穷举所有的开头，那么我们可不可以穷举所有的结尾？
对于数组中的任意一个元素，他要么是某个子段和的结尾，要么自己单独成为子段。因此后面的状态可以由前面的状态得出，可以使用动态规划。

代码：

class Solution {
    public int maxSubArray(int[] nums) {
        int maxSum = Integer.MIN_VALUE;
        int thisSum = 0;
        for(int i=0;i<nums.length;i++){
            //如果已经求得的子段和加上当前元素比当前元素还小，说明前面求得的子段和没有意义
            //那么子段和应更新为当前元素
            thisSum = Math.max(nums[i],thisSum+nums[i]);
            maxSum = Math.max(maxSum,thisSum);
        }
        return maxSum;
    }
}

时间复杂度分析：只遍历一遍数组，时间复杂度为O(n)，辅助空间为常数空间O(1)。

更加复杂的递归，线段树的隐用

标签：子段,int,线段,nums,maxSum,middle,复杂度,子序,动规
来源： https://www.cnblogs.com/hickey2048/p/14613505.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。