Kadane's Algorithm

介紹

#

Kadane’s Algorithm 用來在線性時間內解 Maximum Subarray。重點不是只記「running sum」，而是要講清楚 DP state：

curr = 以目前 index 結尾的最大 subarray sum
best = 到目前為止看過的全域最大 subarray sum

這個 ending-here invariant 才是它能正確處理負數陣列的原因。

核心概念

#

對每個值 x，以目前位置結尾的最佳 subarray 只有兩種可能：

• 從 x 重新開始
• 接在前一個 ending-here subarray 後面

所以 recurrence 是：

curr = max(x, curr + x)
best = max(best, curr)

curr 和 best 要用 nums[0] 初始化，不能用 0，因為答案可能是負數。

模板

#

from typing import List

def max_subarray(nums: List[int]) -> int:
    curr = best = nums[0]

    for x in nums[1:]:
        curr = max(x, curr + x)
        best = max(best, curr)

    return best

主要參數說明

#

• curr: 必須以目前元素結尾的最佳 subarray sum。
• best: 到目前為止的全域最佳答案。
• max(x, curr + x): 決定要重新開始，還是延續前一段。

常見錯誤

#

• 把 curr 或 best 初始化成 0，導致全負數陣列錯掉。
• 回傳 curr，但最佳答案可能早就出現在前面。
• 只說 curr 是 current sum，沒有講出「ending here」。

範例

#

對於：

nums = [-2,1,-3,4,-1,2,1,-5,4]

最佳 subarray 是：

[4, -1, 2, 1]

總和是：

6

相關 LeetCode

#

• LC 53 Maximum Subarray
• LC 152 Maximum Product Subarray，因為負數會翻轉正負，所以需要同時追蹤 max-ending-here 和 min-ending-here。