Kadane 算法详解：求最大连续子数组和

Kadane 算法用来在线性时间内求「最大连续子数组和」，本质是一个一维动态规划 / 滚动数组优化思路。csdn+1​

通用思路

定义状态：设 $cur$ 表示「以当前位置结尾的最大连续子数组和」，设 $best$ 表示「目前为止见过的最大子数组和」。csdn+1​

转移逻辑：遍历数组时，对每个元素 $x$，要么把它接在当前子数组后面（$cur+x$），要么从它自己重新开始子数组（$x$），于是有

$$cur=\max (x,cur+x)$$

同时 $best=\max (best,cur)$。earthaa.github+1​

初始化与结果：通常把 $cur$ 和 $best$ 都初始化为第一个元素，这样可以很好地处理全负数组的情况，最终返回 $best$。juejin+1​

直观理解：把数组看成一段「连续投资」，如果之前累计收益 $cur$ 变成了负数或不如从零开始，那就清空，从当前元素重新起一段；否则就继续累加，这样一路维护历史最优收益即可。csdn+1​

伪代码（只求最大和）

下面是最常见的 Kadane 伪代码形式，适用于「返回最大连续子数组和」：

function maxSubArraySum(a[0..n-1]):
    cur  ← a[0]      // 以当前元素结尾的最大和
    best ← a[0]      // 全局最大和

    for i ← 1 to n-1:
        cur  ← max(a[i], cur + a[i])
        best ← max(best, cur)

    return best

该算法只扫描一遍数组，时间复杂度为 $O(n)$，空间复杂度为 $O(1)$。flydean+1​

伪代码（同时求区间下标）

如果还希望得到最大子数组的起止下标，可以加上额外变量记录：

function maxSubArrayWithIndex(a[0..n-1]):
    cur      ← a[0]
    best     ← a[0]
    curStart ← 0
    bestL    ← 0
    bestR    ← 0

    for i ← 1 to n-1:
        if cur + a[i] < a[i]:
            cur      ← a[i]
            curStart ← i
        else:
            cur ← cur + a[i]

        if cur > best:
            best  ← cur
            bestL ← curStart
            bestR ← i

    return (best, bestL, bestR)

这里通过 curStart 跟踪当前连续子数组的起点，一旦决定「从当前元素重开」，就把起点移动到当前位置；当发现新的全局最优 best 时，同步记录当前起止下标。这样在保持 $O(n)$ 时间、$O(1)$ 额外空间的前提下，完整得到最大子数组和及其区间位置。csdn+1​