思想:
- 分治:将原问题分解为许多小问题,使小问题的形式与原问题相同,只是问题的规模更小。
- 求解:递归地求解出子问题,当子问题的规模足够小时,停止递归,解决问题。
- 合并:将子问题的解合并起来,组合成原问题的解。
例 求最大子数组和(leetcode 53T)
给你一个整数数组 nums ,请你找出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。
子数组 是数组中的一个连续部分。
示例 1:输入:nums = [-2,1,-3,4,-1,2,1,-5,4] 输出:6 解释:连续子数组 [4,-1,2,1] 的和最大,为 6 。
示例 2:输入:nums = [1] 输出:1
示例 3:输入:nums = [5,4,-1,7,8] 输出:23
求解nums[low,high]的最大子数组,根据分治策略,将原问题分解成同等形式的小问题,则可以以中间(mid)为标准进行分割,分成nums[low,mid] 和num [mid+1,high]两个子数组,然后对每个子问题以此类推,直至子问题不可再分。此种情况下,nums[low,high]中的最大连续子数组nums[i,j]必然为以下三种情况之一:
- 完全在 nums[low,mid]中
- 完全在nums[mid+1,high]中
- 跨越两个子数组,low < i < mid < j < high。
cpp
class Solution {
public:
int maxCrossSum(vector<int>& nums,int low,int mid,int high)
{
int leftSum = -2147483648;
int sum = 0;
for(int i = mid;i >=low;i--){
sum += nums[i];
if(sum > leftSum){
leftSum = sum;
}
}
int rightSum = -2147483648;
sum = 0;
for(int i = mid + 1;i <=high;i++){
sum += nums[i];
if(sum > rightSum){
rightSum = sum;
}
}
return leftSum + rightSum;
}
int maxLRSum(vector<int>& nums,int low,int high)
{
if(low == high){
return nums[low];
}
else{
int mid = (low + high)/2;
int leftArr = 0;
leftArr = maxLRSum(nums,low,mid);
int rightArr = 0;
rightArr = maxLRSum(nums,mid + 1,high);
int midArr = 0;
midArr = maxCrossSum(nums,low,mid,high);
if(leftArr >= rightArr && leftArr >= midArr){
return leftArr;
}
if(rightArr>= leftArr && rightArr >= midArr){
return rightArr;
}
if(midArr>= leftArr&& midArr >= rightArr){
return midArr;
}
}
return 0;
}
int maxSubArray(vector<int>& nums) {
int low = 0;
int high = nums.size()-1;
int sum = 0;
sum = maxLRSum(nums,low,high);
return sum;
}
};