最大子段和:给定由n个整数组成的序列a1,a2,...an,求该序列子段和的最大值!
例如:(a1,a2,a3,a4,a5,a6)=(-2,11,-4,13,-5,-2),最大子段和为11+(-4)+13=20
针对最大子段和求解,本此贡献两种算法,一个是分治算法,一个是动态规划。两种算法的时间复杂度不一样,分治算法是的时间复杂度为T(n)=O(nlogn),动态规划的时间复杂度为T(n)=O(n).本次博客不做具体分析,只提供java代码!
<span style="font-size:18px;color:#ff0000;">package com.liheng.algorithm;
public class MaxSum {
/**
* @param args
* 功能:求最大子串和
* 分别用分治法和动态规划两种方法,进行比较。更深入理解两种算法的相同点和不同点
*/
final static int maxLen =100;
public static void main(String[] args) {
// TODO Auto-generated method stub
MaxSum ms = new MaxSum();
int a[]={-2,11,-4,13,-5,-2};
int n= a.length;
System.out.println("分治算法:"+ ms.maxSumBin(n-1, a));
System.out.println("动态规划算法:"+ ms.MaxSumDin(n-1, a));
}
/**
*
* @param n
* @param a
分治算法求求最大字段和
*/
int maxSumBin(int n,int a[])
{
return MaxSubSum(a, 0, n);
}
int MaxSubSum(int a[],int left,int right)
{
int sum=0;
if(left==right) sum = a[left]>0?a[left]:0;
else
{
int center=(left+right)/2;
//分治递归,分别求左边和右边的最大值
int leftSum=MaxSubSum(a, left, center);
int rightSum = MaxSubSum(a, center+1, right);
/*
* 求两边的最大和,分别与两边的最大值进行比较
*/
int s1=0,lefts=0;
for(int i=center;i>=left;i--)
{
lefts+=a[i];
if(lefts>s1)s1=lefts;
}
int s2=0,rights=0;
for(int i=center+1;i<=right;i++)
{
rights+=a[i];
if(rights>s2)s2=rights;
}
sum=s1+s2;
if(sum<leftSum) sum=leftSum;
if(sum<rightSum) sum=rightSum;
}
return sum;
}
/**
* 动态规划求最大字段和
*/
int MaxSumDin(int n,int a[])
{
int sum=0,b=0;
for(int i=0;i<=n;i++)
{
//如果b还为整数,就可以相加,每一次都要记录b和sum的大小,以防丢失最大字段和
if(b>0)b+=a[i];
else b=a[i];
if(b>sum) sum=b;
}
return sum;
}
}
</span>