0013算法笔记——【动态规划】最大子段和问题,最大子矩阵和问题,最大m子段和问题

 1、最大子段和问题

     问题定义:对于给定序列a1,a2,a3……an,寻找它的某个连续子段,使得其和最大。如( -2,11,-4,13,-5,-2 )最大子段是{ 11,-4,13 }其和为20。

     (1)枚举法求解

     枚举法思路如下:

     以a[0]开始: {a[0]}, {a[0],a[1]},{a[0],a[1],a[2]}……{a[0],a[1],……a[n]}共n个

     以a[1]开始: {a[1]}, {a[1],a[2]},{a[1],a[2],a[3]}……{a[1],a[2],……a[n]}共n-1个

     ……

     以a[n]开始:{a[n]}共1个

     一共(n+1)*n/2个连续子段,使用枚举,那么应该可以得到以下算法
     具体代码如下:

[cpp]  view plain  copy
  1. //3d4-1 最大子段和问题的简单算法  
  2. #include "stdafx.h"  
  3. #include <iostream>   
  4. using namespace std;   
  5.   
  6. int MaxSum(int n,int *a,int& besti,int& bestj);  
  7.   
  8. int main()  
  9. {  
  10.     int a[] = {-2,11,-4,13,-5,-2};  
  11.   
  12.     for(int i=0; i<6; i++)  
  13.     {  
  14.         cout<<a[i]<<" ";  
  15.     }  
  16.   
  17.     int besti,bestj;  
  18.   
  19.     cout<<endl;  
  20.     cout<<"数组a的最大连续子段和为:a["<<besti<<":"<<bestj<<"]:"<<MaxSum(6,a,besti,bestj)<<endl;  
  21.   
  22.     return 0;  
  23. }  
  24.   
  25. int MaxSum(int n,int *a,int& besti,int& bestj)  
  26. {     
  27.     int sum = 0;  
  28.     for(int i=0; i<n; i++)//控制求和起始项  
  29.     {  
  30.         for(int j=i; j<n; j++)//控制求和结束项  
  31.         {  
  32.             int thissum = 0;  
  33.             for(int k=i; k<=j; k++)//求和  
  34.             {  
  35.                 thissum += a[k];  
  36.             }  
  37.   
  38.             if(thissum>sum)//求最大子段和  
  39.             {  
  40.                 sum = thissum;  
  41.                 besti = i;  
  42.                 bestj = j;  
  43.             }  
  44.         }  
  45.     }  
  46.     return sum;  
  47. }  

            从这个算法的三个for循环可以看出,它所需要的计算时间是O(n^3)。事实上,如果注意到,则可将算法中的最后一个for循环省去,避免重复计算,从而使算法得以改进。改进后的代码如下:

[cpp]  view plain  copy
  1. //3d4-2 最大子段和问题的避免重复的简单算法  
  2. #include "stdafx.h"  
  3. #include <iostream>   
  4. using namespace std;   
  5.   
  6. int MaxSum(int n,int *a,int& besti,int& bestj);  
  7.   
  8. int main()  
  9. {  
  10.     int a[] = {-2,11,-4,13,-5,-2};  
  11.   
  12.     for(int i=0; i<6; i++)  
  13.     {  
  14.         cout<<a[i]<<" ";  
  15.     }  
  16.   
  17.     int besti,bestj;  
  18.   
  19.     cout<<endl;  
  20.     cout<<"数组a的最大连续子段和为:a["<<besti<<":"<<bestj<<"]:"<<MaxSum(6,a,besti,bestj)<<endl;  
  21.   
  22.     return 0;  
  23. }  
  24.   
  25. int MaxSum(int n,int *a,int& besti,int& bestj)  
  26. {     
  27.     int sum = 0;  
  28.     for(int i=0; i<n; i++)//控制求和起始项  
  29.     {  
  30.         int thissum = 0;  
  31.         for(int j=i; j<=n; j++)//控制求和结束项  
  32.         {  
  33.             thissum += a[j];//求和  
  34.             if(thissum>sum)  
  35.             {  
  36.                 sum = thissum;  
  37.                 besti = i;  
  38.                 bestj = j;  
  39.             }  
  40.               
  41.         }  
  42.     }  
  43.     return sum;  
  44. }  

     (2)分治法求解

       分治法思路如下:

    将序列a[1:n]分成长度相等的两段a[1:n/2]和a[n/2+1:n],分别求出这两段的最大字段和,则a[1:n]的最大子段和有三中情形:

    [1]、a[1:n]的最大子段和与a[1:n/2]的最大子段和相同; 

       [2]、a[1:n]的最大子段和与a[n/2+1:n]的最大子段和相同;

    [3]、a[1:n]的最大字段和为,且1<=i<=n/2,n/2+1<=j<=n。

    可用递归方法求得情形[1],[2]。对于情形[3],可以看出a[n/2]与a[n/2+1]在最优子序列中。因此可以在a[1:n/2]中计算出,并在a[n/2+1:n]中计算出。则s1+s2即为出现情形[3]时的最优值。

     具体代码如下:

[cpp]  view plain  copy
  1. //3d4-1 最大子段和问题的分治算法  
  2. #include "stdafx.h"  
  3. #include <iostream>   
  4. using namespace std;   
  5.   
  6. int MaxSubSum(int *a,int left,int right);  
  7. int MaxSum(int n,int *a);  
  8.   
  9. int main()  
  10. {  
  11.     int a[] = {-2,11,-4,13,-5,-2};  
  12.   
  13.     for(int i=0; i<6; i++)  
  14.     {  
  15.         cout<<a[i]<<" ";  
  16.     }  
  17.   
  18.     cout<<endl;  
  19.     cout<<"数组a的最大连续子段和为:"<<MaxSum(6,a)<<endl;  
  20.   
  21.     return 0;  
  22. }  
  23.   
  24. int MaxSubSum(int *a,int left,int right)  
  25. {     
  26.     int sum = 0;  
  27.     if(left == right)  
  28.     {  
  29.         sum = a[left]>0?a[left]:0;  
  30.     }  
  31.     else  
  32.     {  
  33.         int center = (left+right)/2;  
  34.         int leftsum = MaxSubSum(a,left,center);  
  35.         int rightsum = MaxSubSum(a,center+1,right);  
  36.   
  37.         int s1 = 0;  
  38.         int lefts = 0;  
  39.         for(int i=center; i>=left;i--)  
  40.         {  
  41.             lefts += a[i];  
  42.             if(lefts>s1)  
  43.             {  
  44.                 s1=lefts;  
  45.             }  
  46.         }  
  47.   
  48.         int s2 = 0;  
  49.         int rights = 0;  
  50.         for(int i=center+1; i<=right;i++)  
  51.         {  
  52.             rights += a[i];  
  53.             if(rights>s2)  
  54.             {  
  55.                 s2=rights;  
  56.             }  
  57.         }  
  58.         sum = s1+s2;  
  59.         if(sum<leftsum)  
  60.         {  
  61.             sum = leftsum;  
  62.         }  
  63.         if(sum<rightsum)  
  64.         {  
  65.             sum = rightsum;  
  66.         }  
  67.   
  68.     }  
  69.     return sum;  
  70. }  
  71.   
  72. int MaxSum(int n,int *a)  
  73. {  
  74.     return MaxSubSum(a,0,n-1);  
  75. }  

     算法所需的计算时间T(n)满足一下递归式:

     解此递归方程可知:T(n)=O(nlogn)。

     (3)动态规划算法求解

    算法思路如下:

    记,则所求的最大子段和为:

    由b[j]的定义知,当b[j-1]>0时,b[j]=b[j-1]+a[j],否则b[j]=a[j]。由此可得b[j]的动态规划递推式如下:

     b[j]=max{b[j-1]+a[j],a[j]},1<=j<=n。

     具体代码如下:

[cpp]  view plain  copy
  1. //3d4-1 最大子段和问题的动态规划算法  
  2. #include "stdafx.h"  
  3. #include <iostream>   
  4. using namespace std;   
  5.   
  6. int MaxSum(int n,int *a);  
  7.   
  8. int main()  
  9. {  
  10.     int a[] = {-2,11,-4,13,-5,-2};  
  11.   
  12.     for(int i=0; i<6; i++)  
  13.     {  
  14.         cout<<a[i]<<" ";  
  15.     }  
  16.   
  17.     cout<<endl;  
  18.     cout<<"数组a的最大连续子段和为:"<<MaxSum(6,a)<<endl;  
  19.   
  20.     return 0;  
  21. }  
  22.   
  23. int MaxSum(int n,int *a)  
  24. {  
  25.     int sum=0,b=0;  
  26.     for(int i=1; i<=n; i++)  
  27.     {  
  28.         if(b>0)  
  29.         {  
  30.             b+=a[i];  
  31.         }  
  32.         else  
  33.         {  
  34.             b=a[i];  
  35.         }  
  36.         if(b>sum)  
  37.         {  
  38.             sum = b;  
  39.         }  
  40.     }  
  41.     return sum;  
  42. }  

     上述算法的时间复杂度和空间复杂度均为O(n)。

     2、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 plain  copy
  1. //3d4-5 最大子矩阵之和问题  
  2. #include "stdafx.h"  
  3. #include <iostream>   
  4. using namespace std;   
  5.   
  6. const int M=4;  
  7. const int N=3;  
  8.   
  9. int MaxSum(int n,int *a);  
  10. int MaxSum2(int m,int n,int a[M][N]);  
  11.   
  12. int main()  
  13. {  
  14.     int a[][N] = {{4,-2,9},{-1,3,8},{-6,7,6},{0,9,-5}};  
  15.   
  16.     for(int i=0; i<M; i++)  
  17.     {  
  18.         for(int j=0; j<N; j++)  
  19.         {  
  20.             cout<<a[i][j]<<" ";  
  21.         }  
  22.         cout<<endl;  
  23.     }  
  24.   
  25.     cout<<endl;  
  26.     cout<<"数组a的最大连续子段和为:"<<MaxSum2(M,N,a)<<endl;  
  27.   
  28.     return 0;  
  29. }  
  30.   
  31. int MaxSum2(int m,int n,int a[M][N])  
  32. {  
  33.     int sum = 0;  
  34.     int *b = new int[n+1];  
  35.     for(int i=0; i<m; i++)//枚举行  
  36.     {  
  37.         for(int k=0; k<n;k++)  
  38.         {  
  39.             b[k]=0;  
  40.         }  
  41.   
  42.         for(int j=i;j<m;j++)//枚举初始行i,结束行j  
  43.         {  
  44.             for(int k=0; k<n; k++)  
  45.             {  
  46.                 b[k] += a[j][k];//b[k]为纵向列之和  
  47.                 int max = MaxSum(n,b);  
  48.                 if(max>sum)  
  49.                 {  
  50.                     sum = max;  
  51.                 }  
  52.             }  
  53.         }  
  54.     }  
  55.     return sum;  
  56. }  
  57.   
  58. int MaxSum(int n,int *a)  
  59. {  
  60.     int sum=0,b=0;  
  61.     for(int i=1; i<=n; i++)  
  62.     {  
  63.         if(b>0)  
  64.         {  
  65.             b+=a[i];  
  66.         }  
  67.         else  
  68.         {  
  69.             b=a[i];  
  70.         }  
  71.         if(b>sum)  
  72.         {  
  73.             sum = b;  
  74.         }  
  75.     }  
  76.     return sum;  
  77. }  
     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 plain  copy
  1. //3d4-6 最大m子段问题  
  2. #include "stdafx.h"  
  3. #include <iostream>   
  4. using namespace std;   
  5.   
  6. int MaxSum(int m,int n,int *a);  
  7.   
  8. int main()  
  9. {  
  10.     int a[] = {0,2,3,-7,6,4,-5};//数组脚标从1开始  
  11.     for(int i=1; i<=6; i++)  
  12.     {  
  13.         cout<<a[i]<<" ";  
  14.     }  
  15.   
  16.     cout<<endl;  
  17.     cout<<"数组a的最大连续子段和为:"<<MaxSum(3,6,a)<<endl;  
  18.     }  
  19.   
  20. int MaxSum(int m,int n,int *a)  
  21. {  
  22.     if(n<m || m<1)  
  23.         return 0;  
  24.     int **b = new int *[m+1];  
  25.   
  26.     for(int i=0; i<=m; i++)  
  27.     {  
  28.         b[i] = new int[n+1];  
  29.     }  
  30.   
  31.     for(int i=0; i<=m; i++)  
  32.     {  
  33.         b[i][0] = 0;  
  34.     }  
  35.   
  36.     for(int j=1;j<=n; j++)  
  37.     {  
  38.         b[0][j] = 0;  
  39.     }  
  40.   
  41.     //枚举子段数目,从1开始,迭代到m,递推出b[i][j]的值  
  42.     for(int i=1; i<=m; i++)  
  43.     {  
  44.         //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  
  45.         for(int j=i; j<=n-m+i; j++)  
  46.         {  
  47.             if(j>i)  
  48.             {  
  49.                 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  
  50.                 for(int k=i-1; k<j; k++)  
  51.                 {  
  52.                     if(b[i][j]<b[i-1][k]+a[j])  
  53.                         b[i][j] = b[i-1][k]+a[j];//代表最后一子段仅包含a[j]  
  54.                 }  
  55.             }  
  56.             else  
  57.             {  
  58.                 b[i][j] = b[i-1][j-1]+a[j];//当i=j时,每一项为一子段  
  59.             }  
  60.         }  
  61.     }  
  62.     int sum = 0;  
  63.     for(int j=m; j<=n; j++)  
  64.     {  
  65.         if(sum<b[m][j])  
  66.         {  
  67.             sum = b[m][j];  
  68.         }  
  69.     }  
  70.     return sum;  
  71. }  

     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 plain  copy
  1. //3d4-7 最大m子段问题  
  2. #include "stdafx.h"  
  3. #include <iostream>   
  4. using namespace std;   
  5.   
  6. int MaxSum(int m,int n,int *a);  
  7.   
  8. int main()  
  9. {  
  10.     int a[] = {0,2,3,-7,6,4,-5};//数组脚标从1开始  
  11.     for(int i=1; i<=6; i++)  
  12.     {  
  13.         cout<<a[i]<<" ";  
  14.     }  
  15.   
  16.     cout<<endl;  
  17.     cout<<"数组a的最大连续子段和为:"<<MaxSum(3,6,a)<<endl;  
  18.     }  
  19.   
  20. int MaxSum(int m,int n,int *a)  
  21. {  
  22.     if(n<m || m<1)  
  23.         return 0;  
  24.     int *b = new int[n+1];  
  25.     int *c = new int[n+1];  
  26.   
  27.     b[0] = 0;//b数组记录第i行的最大i子段和  
  28.     c[1] = 0;//c数组记录第i-1行的最大i-1子段和  
  29.   
  30.     for(int i=1; i<=m; i++)  
  31.     {  
  32.         b[i] = b[i-1] + a[i];  
  33.         c[i-1] = b[i];  
  34.         int max = b[i];  
  35.   
  36.         //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  
  37.         for(int j=i+1; j<=i+n-m;j++)  
  38.         {  
  39.             b[j] = b[j-1]>c[j-1]?b[j-1]+a[j]:c[j-1]+a[j];  
  40.             c[j-1] = max;//预先保存第j-1行的最大j-1子段和  
  41.   
  42.             if(max<b[j])  
  43.             {  
  44.                 max = b[j];  
  45.             }  
  46.         }  
  47.         c[i+n-m] = max;  
  48.     }  
  49.   
  50.     int sum = 0;  
  51.     for(int j=m; j<=n; j++)  
  52.     {  
  53.         if(sum<b[j])  
  54.         {  
  55.             sum = b[j];  
  56.         }  
  57.     }  
  58.     return sum;  
  59. }  

     上述算法时间复杂度为O(m(n-m)),空间复杂度为O(n)。当m或n-m为常数时,时间复杂度和空间复杂度均为O(n)。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值