LeetCode 53 Maximum Subarray 最大子数组

971 阅读3分钟

Description

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.

思考

《算法导论》4.1 讲解了如何使用分治法求解最大子数组的问题,在练习题 4.1-5 ,提示了一个线性时间的算法。

对于数组 A, 如果已经知道了 A[0:j] 的最大子数组,那么可以按如下性质扩展得到 A[0:j+1] 的最大子数组:

A[0:j+1] 的最大子数组要么依然是 A[0:j] 的最大子数组,要么是某个子数组 A[i:j+1] (1<=i<=j+1>>) 

上面这句话也可以直观地理解为:

A[0:j+1] 的最大子数组只有有两种可能情形:

   1. 依然是 A[0:j] 的最大子数组,它必定不包含 A[j] 这个元素(注意 a[j] 是 A[0:j+1] 的最后一个元素,并不包含在A[0:j]中);
   2. 是一个位于最右边的子数组(A[i:j+1] 形式的)。

因此在循环体中,每次都计算一下情形2的最大子数组,即计算必定包含最后一个元素的最大子数组(我们给它命名为最右最大子数组),然后和 A[0:j]相比较,较大的即为 A[0:j+1]的最大子数组。

func maxIncludeRight(a []int) int {
	sum := 0
	max := math.MinInt64
	for i := len(a) - 1; i >= 0; i-- {
		if sum += a[i]; sum >= max {
			max = sum
		}
	}
	return max
}

func maxSubArray(nums []int) int {
	max := nums[0]
	for i := range nums {
		if right := maxIncludeRight(nums[:i+1]); max < right {
			max = right
		}
	}
	return max
}

上面的代码已经可以正常工作了,现在来观察一下是否还有优化的余地。

观察 maxIncludeRight ,每次它都全新地来计算“最大最右子数组”,实际上,如果我们已知 a[0:i]的“最右最大子数组”,那么可以很快求出a[0:i+1]的“最大最右子数组”。方法如下:

  1. 如果a[0:i]的最右最大子数组m小于0,则a[0:i+1]的最右最大子数组就是 a[i];
  2. 如果a[0:i]的最右最大子数组m不小于0,则a[0:i+1]的最右最大子数组就是m+a[i]。

初始时, a[0:1]的最右最大子数组为 a[0], 这样可以一步步来求出 a[0:i]的最右最大子数组了。代码如下:

func maxIncludeRight(a []int, i int) int {
	max := a[0]
	for _, v := range a[1 : i+1] {
		if max < 0 {
			max = v
		} else {
			max += v
		}
	}
	return max
}

func maxSubArray(nums []int) int {
	max := nums[0]
	for i := range nums {
		if right := maxIncludeRight(nums, i); max < right {
			max = right
		}
	}
	return max
}

注意到两次循环可以合并,一次搞定,因此最终的代码如下:

func maxSubArray(nums []int) int {
	max, sum := nums[0], nums[0]
	for _, e := range nums[1:] {
		if sum < 0 {
			sum = e
		} else {
			sum += e
		}
		if sum >= max {
			max = sum
		}
	}
	return max
}

最后阅读上面这段代码,也可以换个角度来思考最大子数组问题。

最大子数组必定满足这一性质:

    位于它左侧的任何一个子数组必定大于0

因为如果存在一个小于0的左侧子数组,则可以去掉它,而得到一个新的最大子数组。

例如,对于[-2, 1, -3, 4, -1, 2, 1, -5, 4]: [-2, 1, -3]肯定不是最大子数组,因为左侧的 [-2, 1]小于0 从4开始往右, [4] [4,-1] [4, -1, 2] [4, -1, 2, 1] 以上都有可能是最大子数组。

[4, -1, 2, 1,-5] 不可能是最大子数组,因为它小于0。

因此,按此方法从左向右,舍弃所有已知左侧子数组小于0的情形,然后取最大值即可。