今天的題目是 53. Maximum Subarray 最大子序和

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.

給定一個(gè)整數(shù)數(shù)組 nums ，找到一個(gè)具有最大和的連續(xù)子數(shù)組（子數(shù)組最少包含一個(gè)元素），返回其最大和。

示例:

輸入: [-2,1,-3,4,-1,2,1,-5,4],

輸出: 6

解釋: 連續(xù)子數(shù)組 [4,-1,2,1] 的和最大，為 6。

進(jìn)階:

如果你已經(jīng)實(shí)現(xiàn)復(fù)雜度為 O(n) 的解法，嘗試使用更為精妙的分治法求解。

Solutions:

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        max_sum = nums[0]
        lst = 0
       # if(len(nums)==1): return nums[0]
       '''
       設(shè)置一個(gè)累加值，一個(gè)next_item值，一個(gè)max_sum值進(jìn)行比較。
       累加值是經(jīng)過(guò)的數(shù)值累加的結(jié)果，next_item指示循環(huán)中的下一個(gè)新值，
       max_sum用來(lái)保留全局最大，并做返回值。
       '''
        for next_item in nums:
            lst = max(next_item,lst+next_item)
            max_sum = max(max_sum,lst)

        return max_sum

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        '''
        用DP的思想來(lái)解，并對(duì)數(shù)組進(jìn)行原地修改，修改后的值等于該位置之前的最大累加和。
        nums[0]不變，從nums[1]開(kāi)始更新，對(duì)于i位置新值等于nums[i]和nums[i]+累加值
        nums[i-1]中最大項(xiàng)。如果nums[i]小于0則累加后數(shù)值變小,經(jīng)過(guò)max之后會(huì)被篩選掉。
        最后返回nums數(shù)組中的最大值即可。
        '''
        for i in range(1, len(nums)):
            nums[i] = max(nums[i], nums[i] + nums[i - 1])
        return max(nums)