《数据结构与算法分析 C语言描述》读书笔记——分治算法_《数据结构与算法分析-c语言描述》读后感-CSDN博客

本文链接：https://blog.csdn.net/oblivion1221/article/details/51958570

书中用求解最大子序列和的方式介绍了分治算法(divide-and-conquer)
分治算法是一种相对快速的算法运行时间为O(logN)

最大子序列和的问题如下：
给出一组整数 $A_{1}$ $A_{2}$ … $A_{N}$
求 $\sum_{k=i}^{j}$ $A_{k}$
若所有整数均为负则最大子序列和为0
e.g. 输入-2， 11，-4， 13， -5， -2 输出20（ $A_{2}$ 到 $A_{4}$ )

分治算法就如同字面描述的一样先分再治
分指的是将问题分为两部分几乎相同的子问题进行递归求解
治指的是将分的解通过简单的手段合并得到最终解

对于上述例子可以把数列分成两个部分：
-2， 11， -4（后文称为Left部分）和 13， -5， -2（后文称为Right部分）
这样最大子序列的和的出现就有3种情况（在程序中需要分别求的）

全部出现在Left部分中
全部出现在Right部分中
一部分在Left部分中另一部分在Right部分中

对于第三种特殊情况可以求包含Left部分最后一个元素和Right部分第一个元素的子序列和这样Left部分和Right部分就链接到了一起

接下来解决递归问题

为了处理递归输入函数需要接收左右边界的位置那么第一次调用函数时传入的左右边界就是0和N-1了
最重要的是基本情况：当左右边界相同时返回这个重叠位置的元素（当然前提是大于零的时候）

大体就是这样
上代码

#include <stdio.h>

int imax (int a, int b, int c)
{
    return (a>b?a:b)>c?(a>b?a:b):c;
}

static int MaxSubSum(const int A[], int Left, int Right)
{
    if (Left == Right)
    {
        if (A[Left] > 0)
            return A[Left];
        else
            return 0;
    }

    int Center = (Left + Right) / 2;
    int MaxLeftSum = MaxSubSum(A, Left, Center);              //1
    int MaxRightSum = MaxSubSum(A, Center+1, Right);          //2

    int MaxLeftBorderSum = 0, LeftBorderSum = 0;              //3
    for (int i = Center; i >= Left; i--)
    {
        LeftBorderSum += A[i];
        if (LeftBorderSum > MaxLeftBorderSum)
            MaxLeftBorderSum = LeftBorderSum;
    }

    int MaxRightBorderSum = 0, RightBorderSum = 0;
    for (int i = Center+1; i <= Right; i++)
    {
        RightBorderSum += A[i];
        if (RightBorderSum > MaxRightBorderSum)
            MaxRightBorderSum = RightBorderSum;
    }                                                         //4

    return imax(MaxLeftSum, MaxRightSum, MaxLeftBorderSum + MaxRightBorderSum);
}

int MaxSubSequenceSum(const int A[], int N)
{
    return MaxSubSum(A, 0, N - 1);
}

int main()
{
    int A[] = {-2, 11, -4, 13, -5, -2};
    printf("%d\n", MaxSubSequenceSum(A, sizeof(A)/sizeof(A[0])));

    return 0;
}