LeetCode:Maximum Subarray

最新推荐文章于 2017-12-04 13:17:21 发布

原创最新推荐文章于 2017-12-04 13:17:21 发布 · 618 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#algorithm #leetcode

LeetCode 专栏收录该内容

89 篇文章

订阅专栏

本文介绍了一种寻找具有最大和的连续子数组的算法。通过分治策略计算左半部分、右半部分及跨越中间元素的子数组的最大值。最终返回这三者中的最大和。

题目描述：

Find the contiguous subarray within an array (containing at least one number) which has the largest sum.

For example, given the array [−2,1,−3,4,−1,2,1,−5,4],
the contiguous subarray [4,−1,2,1] has the largest sum = 6.

思路：采用分治的策略。计算左半部分的子集和的最大值，再计算右半部分子集和的最大值，再计算跨越左右两部分子集和的最大值。求出的三个值中最大的一个就是要求的最大和。

代码：

int Solution::maxSubArray(int A[], int n)
{
   return calculateMax(A,0,n-1);
}

int Solution::calculateMax(int A[],int left,int right)
{
    if(left == right)
        return A[left];
    int mid = (left + right) / 2;
    int subleft_max = calculateMax(A,left,mid);
    int subright_max = calculateMax(A,mid+1,right);
    int sum = A[mid];
    int left_max = A[mid];
    int i;
    for(i = mid-1;i >= left;i--)
    {
        sum = sum + A[i];
        if(sum > left_max)
            left_max = sum;
    }
    sum = A[mid+1];
    int right_max = A[mid+1];
    for(i = mid+2;i <= right;i++)
    {
        sum = sum + A[i];
        if(sum > right_max)
            right_max = sum;
    }
    int temp;
    if(subleft_max > subright_max)
        temp = subleft_max;
    else
        temp = subright_max;
    if(temp > (left_max + right_max))
        return temp;
    else
        return left_max + right_max;
}