最大子段和问题

最新推荐文章于 2020-11-10 21:47:44 发布

Cambridge_blue9

最新推荐文章于 2020-11-10 21:47:44 发布

阅读量461

点赞数 1

动态规划思路：

将每一个数是否列入当前子段作为一个决策，

1.如果加上这个数后子段和仍然大于0，那么加上这个数

2.如果加上这个数后子段和小于0，那么子段清零，下一个数作为新的子段的开始

在这个过程中记录遇到的最大子段和

int MaxSum_DP(int *arr,int n)
{
int sum = 0;
int tmp = 0;
for(int i=0; i<n; ++i)
{
if(tmp > 0) {tmp += arr[i];}
else {tmp = arr[i];}
if(tmp >sum){sum = tmp ;}
}
return sum;
}

如果需要知道最大子段的位置，可以添加记录数据：

[cpp]view plaincopy 
   
 int MaxSum_DP(int *arr,int n,int &besti,int &bestj)  
 {  
     int sum = 0;  
     int tmp = 0;  
     int tmp_start = 0;  
     int tmp_len   = 0;  
     for(int i=0;i<n; ++i)  
     {  
         if( tmp > 0 )  { tmp+= arr[i]; tmp_len++;}  
         else           { tmp = arr[i]; tmp_start = i; tmp_len =  1;}  
         if( tmp > sum ){ sum = tmp   ; besti=tmp_start; bestj=besti+tmp_len-1;}  
     }  
     return sum;  
 }  

[cpp]view plaincopy 
   
 算法的复杂度为O(n)  

最大子矩阵和问题
(1)问题描述：给定一个m行n列的整数矩阵A，试求A的一个子矩阵，时期各元素之和为最大。

(2)问题分析：

用二维数组a[1:m][1:n]表示给定的m行n列的整数矩阵。子数组a[i1:i2][j1:j2]表示左上角和右下角行列坐标分别为(i1,j1)和(i2,j2)的子矩阵，其各元素之和记为：

最大子矩阵问题的最优值为。如果用直接枚举的方法解最大子矩阵和问题，需要O(m^2n^2)时间。注意到，式中，，设，则

容易看出，这正是一维情形的最大子段和问题。因此，借助最大子段和问题的动态规划算法MaxSum，可设计出最大子矩阵和动态规划算法如下:

[cpp]view plaincopy 
   
 //3d4-5 最大子矩阵之和问题  
 #include "stdafx.h"  
 #include <iostream>   
 using namespace std;   
   
 const int M=4;  
 const int N=3;  
   
 int MaxSum(int n,int *a);  
 int MaxSum2(int m,int n,int a[M][N]);  
   
 int main()  
 {  
     int a[][N] = {{4,-2,9},{-1,3,8},{-6,7,6},{0,9,-5}};  
   
     for(int i=0; i<M; i++)  
     {  
         for(int j=0; j<N; j++)  
         {  
             cout<<a[i][j]<<" ";  
         }  
         cout<<endl;  
     }  
   
     cout<<endl;  
     cout<<"数组a的最大连续子段和为:"<<MaxSum2(M,N,a)<<endl;  
   
     return 0;  
 }  
   
 int MaxSum2(int m,int n,int a[M][N])  
 {  
     int sum = 0;  
     int *b = new int[n+1];  
     for(int i=0; i<m; i++)//枚举行  
     {  
         for(int k=0; k<n;k++)  
         {  
             b[k]=0;  
         }  
   
         for(int j=i;j<m;j++)//枚举初始行i,结束行j  
         {  
             for(int k=0; k<n; k++)  
             {  
                 b[k] += a[j][k];//b[k]为纵向列之和  
                 int max = MaxSum(n,b);  
                 if(max>sum)  
                 {  
                     sum = max;  
                 }  
             }  
         }  
     }  
     return sum;  
 }  
   
 int MaxSum(int n,int *a)  
 {  
     int sum=0,b=0;  
     for(int i=1; i<=n; i++)  
     {  
         if(b>0)  
         {  
             b+=a[i];  
         }  
         else  
         {  
             b=a[i];  
         }  
         if(b>sum)  
         {  
             sum = b;  
         }  
     }  
     return sum;  
 }  

以上代码MaxSum2方法的执行过程可用下图表示：

3、最大m子段和问题

(1)问题描述：给定由n个整数(可能为负数)组成的序列a1,a2,a3……an,以及一个正整数m,要求确定此序列的m个不相交子段的总和达到最大。最大子段和问题是最大m字段和问题当m=1时的特殊情形。

(2)问题分析：设b(i,j)表示数组a的前j项中i个子段和的最大值，且第i个子段含a[j](1<=i<=m,i<=j<=n),则所求的最优值显然为。与最大子段问题相似，计算b(i,j)的递归式为：

其中，表示第i个子段含a[j-1],而项表示第i个子段仅含a[j]。初始时，b(0,j)=0,(1<=j<=n);b(i,0)=0,(1<=i<=m)。

具体代码如下：

[cpp]view plaincopy 
   
 //3d4-6 最大m子段问题  
 #include "stdafx.h"  
 #include <iostream>   
 using namespace std;   
   
 int MaxSum(int m,int n,int *a);  
   
 int main()  
 {  
     int a[] = {0,2,3,-7,6,4,-5};//数组脚标从1开始  
     for(int i=1; i<=6; i++)  
     {  
         cout<<a[i]<<" ";  
     }  
   
     cout<<endl;  
     cout<<"数组a的最大连续子段和为:"<<MaxSum(3,6,a)<<endl;  
     }  
   
 int MaxSum(int m,int n,int *a)  
 {  
     if(n<m || m<1)  
         return 0;  
     int **b = new int *[m+1];  
   
     for(int i=0; i<=m; i++)  
     {  
         b[i] = new int[n+1];  
     }  
   
     for(int i=0; i<=m; i++)  
     {  
         b[i][0] = 0;  
     }  
   
     for(int j=1;j<=n; j++)  
     {  
         b[0][j] = 0;  
     }  
   
     //枚举子段数目，从1开始，迭代到m，递推出b[i][j]的值  
     for(int i=1; i<=m; i++)  
     {  
         //n-m+i限制避免多余运算，当i=m时，j最大为n，可据此递推所有情形  
         for(int j=i; j<=n-m+i; j++)  
         {  
             if(j>i)  
             {  
                 b[i][j] = b[i][j-1] + a[j];//代表a[j]同a[j-1]一起，都在最后一子段中  
                 for(int k=i-1; k<j; k++)  
                 {  
                     if(b[i][j]<b[i-1][k]+a[j])  
                         b[i][j] = b[i-1][k]+a[j];//代表最后一子段仅包含a[j]  
                 }  
             }  
             else  
             {  
                 b[i][j] = b[i-1][j-1]+a[j];//当i=j时，每一项为一子段  
             }  
         }  
     }  
     int sum = 0;  
     for(int j=m; j<=n; j++)  
     {  
         if(sum<b[m][j])  
         {  
             sum = b[m][j];  
         }  
     }  
     return sum;  
 }  

上述算法的时间复杂度为O(mn^2)，空间复杂度为O(mn)。其实，上述算法中，计算b[i][j]时，只用到了数组b的第i-1行和第i行的值。因而，算法中只要存储数组b的当前行，不必存储整个数组。另一方面，的值可以在计算i-1行时预先计算并保存起来。计算第i行的值时不必重新计算，节省了计算时间和空间。因此，算法可继续改进如下：

[cpp]view plaincopy 
   
 //3d4-7 最大m子段问题  
 #include "stdafx.h"  
 #include <iostream>   
 using namespace std;   
   
 int MaxSum(int m,int n,int *a);  
   
 int main()  
 {  
     int a[] = {0,2,3,-7,6,4,-5};//数组脚标从1开始  
     for(int i=1; i<=6; i++)  
     {  
         cout<<a[i]<<" ";  
     }  
   
     cout<<endl;  
     cout<<"数组a的最大连续子段和为:"<<MaxSum(3,6,a)<<endl;  
     }  
   
 int MaxSum(int m,int n,int *a)  
 {  
     if(n<m || m<1)  
         return 0;  
     int *b = new int[n+1];  
     int *c = new int[n+1];  
   
     b[0] = 0;//b数组记录第i行的最大i子段和  
     c[1] = 0;//c数组记录第i-1行的最大i-1子段和  
   
     for(int i=1; i<=m; i++)  
     {  
         b[i] = b[i-1] + a[i];  
         c[i-1] = b[i];  
         int max = b[i];  
   
         //n-m+i限制避免多余运算，当i=m时，j最大为n，可据此递推所有情形  
         for(int j=i+1; j<=i+n-m;j++)  
         {  
             b[j] = b[j-1]>c[j-1]?b[j-1]+a[j]:c[j-1]+a[j];  
             c[j-1] = max;//预先保存第j-1行的最大j-1子段和  
   
             if(max<b[j])  
             {  
                 max = b[j];  
             }  
         }  
         c[i+n-m] = max;  
     }  
   
     int sum = 0;  
     for(int j=m; j<=n; j++)  
     {  
         if(sum<b[j])  
         {  
             sum = b[j];  
         }  
     }  
     return sum;  
 }  