如何获取最大子数组的右索引？附示例与问题代码

首先得指出你提供的代码存在核心问题：遍历数组时用for i in data拿到的是元素值而非索引，导致max_right_index = i把元素值当成索引存储，逻辑完全错误——示例里返回[1,5]只是巧合（元素6减1刚好是正确索引5），换个用例就会彻底失效。

针对最大子数组的右索引获取，最佳策略是基于Kadane算法的变种，核心是遍历过程中跟踪当前索引，并在子数组和更新最大值时同步记录右端点，具体步骤如下：

• 遍历数组时必须操作索引而非元素值，这样才能精准定位子数组的边界。
• 维护current_start变量记录当前子数组的起始索引：当当前子数组的和变为负数（或单独元素比累加和更大）时，重置当前子数组的起始点为当前索引。
• 每当当前子数组的和超过已记录的最大和时，立即将当前索引设为最大子数组的右索引，同时更新左索引为当前子数组的起始点。

修正后的代码示例 #

def max_subarray_indices(data):
    if not data:
        return []
    
    # 初始化时以第一个元素作为初始最大子数组，兼容全负数场景
    max_sum = current_sum = data[0]
    max_left = current_start = 0
    max_right = 0
    
    for i in range(1, len(data)):
        # 判断是否需要重新开始一个子数组
        if data[i] > current_sum + data[i]:
            current_sum = data[i]
            current_start = i
        else:
            current_sum += data[i]
        
        # 更新最大子数组的边界
        if current_sum > max_sum:
            max_sum = current_sum
            max_left = current_start
            max_right = i
    
    return [max_left, max_right]

关键逻辑说明 #

1. 兼容全负数场景：原代码初始max_sum=0会忽略全负数的最大子数组，修正后以第一个元素初始化，确保能正确处理所有元素为负的情况。
2. 实时更新右索引：每次当前子数组和超过最大值时，当前索引就是该最大子数组的右端点，直接赋值给max_right即可，无需后续调整。
3. 动态调整起始点：当单独元素比累加和更优时，重置当前子数组的起始点，保证后续计算的子数组都是潜在的最大和候选。

内容的提问来源于stack exchange，提问作者Pierre-Alexandre