LeetCode 53 最大子序和 轻松学会Kadane算法

最大子序和

LeetCode 53 力扣 53. 最大子序和

思路

nums[0] 记录当前子串和；遍历按个加元素，如果加之后maxSum更大就更新其数值；

遍历：

• 如果 sum <= 0，那么后面的子序列肯定不包含目前的子序列，所以令sum = num
• 如果sum > 0，加上当前元素能使后面的子序列和更大，所以sum += num

    let maxSum = 0;
    let sum = nums[0]; // 记录当前和
    // 按个加，如果加之后maxSum更大就更新
    for (var num in nums){
        if (sum <= 0){
            // 如果sum<=0，那么后面的子序列肯定不包含目前的子序列，所以令sum = num
            sum = num;
        } else {
            // 如果sum > 0，加上当前元素能使后面的子序列和更大
            sum += num;
        }
        maxSum = Math.max(maxSum, sum)
    }
    return maxSum;

• 执行用时：92 ms, 在所有 JavaScript 提交中击败了58.27%的用户
• 内存消耗：39.5 MB, 在所有 JavaScript 提交中击败了22.66%的用户

Kadane算法和代码优化

• 可以用于求maximum value of a subarray，最大子串和、最大子串积等等；
• 也就是上面代码里的分割子串思路：遍历数组时把可能遇到的子串元素分成两类，一类拥有和为正数的前缀子串（前面连着的几个元素），另一类的前缀子串和为负；
• 因为我们需要取得连续的子串，所以对于后一类来说，我们可以直接将当前元素作为待选最大子串和子串的开头，继续遍历；
• 如果前缀子串和大于零，此前缀子串很有可能就是我们想要的结果，所以可以保留，直接把当前元素加到这个子串里就好。

更标准的算法解释

(Reference From: 求和最大子串(Kadane算法) 算法简明推理 - 代码天地)

• 目标：前缀子串和与后缀子串和均大于0

• 我们分割原数组成若干子串。切割方式：

  1. 子串和小于0(除了最后一个子串之外)
  2. 子串的前缀子串和大于0

• 由1，2我们推得

  3. 子串的后缀子串和小于0

• 由1，3推得

  4. 目标是某一子串的子串（即目标不可能跨越多个子串）

• 然后由2，4推得

• 目标是某子串的前缀子串

• 最终，我们在分割子串的过程中就能把目标的和(或者是目标)求出来。

代码优化

var maxSubArray = function(nums) {
    let maxSum = nums[0];
    let sum = 0; // 记录当前和
    // 按个加，如果加之后maxSum更大就更新
    for (const num of nums){
        sum = Math.max(num + sum, num);
        maxSum = Math.max(maxSum, sum);
    }
    return maxSum;
};

• 执行用时：80 ms, 在所有 JavaScript 提交中击败了94.45%的用户
• 内存消耗：39 MB, 在所有 JavaScript 提交中击败了95.11%的用户
• 心得：不知不觉就学会了一种名字听起来很高级的算法（还是CMU教授设计的） 😀

易错点

⚠️sum = Math.max(num + sum, num)而不是sum = Math.max(num + sum, sum)！是将前缀子串和+当前元素值与 （不加前缀子串和的）当前元素值 进行比较，从而分离两类子串。