[LC] 53. Maximum Subarray

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.

Time:O(N)
Space:O(N)

//prefix

public class Solution {
    /**
     * @param nums: A list of integers
     * @return: A integer indicate the sum of max subarray
     */
    public int maxSubArray(int[] nums) {
        // write your code here
        if (nums == null || nums.length == 0) {
            return 0;
        }
        int max = Integer.MIN_VALUE, min = 0, sum = 0;
        for (int i = 0; i < nums.length; i++) {
            sum += nums[i];
            max = Math.max(max, sum - min);
            min = Math.min(min, sum);
        }
        return max;
    }
}

 

不能单纯求出prefixSum的最大值和最小值 然后相减 因为最小值有可能出现在最大值之后 那么这样就构不成一个subarray

所以 当沿着array index一个个往下走的时候 我们只需要知道“到目前为止“前面的prefix sum的最小值即可 而不是全局的最小值

用当前的prefixsum 减去 这个“到目前为止”的prefix sum的最小值 得到一个差 这个差即是当前这个数组成员为边界的subarray的和 用这个差更新最大值 最后数组走完了 这个差的最大值即是结果

 

這裡的思想是用當前的 prefix_sum 減去以前看過最小的 prefix_sum (ie min_sum) 再跟現有的 max_sum 比較，取較大的值更新 max_sum。因此如果我們先更新 min_sum ，會造成當我們遇到一個更小的 prefix_sum 時，prefix_sum - min_sum 這項永遠是 0，進而導致如 [-2, -1] 這種例子會出錯

//dp

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        if nums is None or len(nums) == 0:
            return
        
        sum_arr = [0] * len(nums)
        sum_arr[0] = nums[0]
        max_res = nums[0]
        for i in range(1, len(nums)):
            if sum_arr[i - 1] > 0:
                sum_arr[i] = nums[i] + sum_arr[i - 1]
            else:
                sum_arr[i] = nums[i]
            max_res = max(max_res, sum_arr[i])
        return max_res

 

 

class Solution {
    public int maxSubArray(int[] nums) {
        if (nums == null || nums.length == 0) {
            return 0;
        }
        int sum = nums[0], res = sum;
        for (int i = 1; i < nums.length; i++) {
            // add sum if sum > 0
            sum = Math.max(nums[i], sum + nums[i]);
            res = Math.max(res, sum);
        }
        return res;
    }
}