求数组连续最大和

17 篇文章 1 订阅
7 篇文章 0 订阅

         面试的时候已经不是第一次遇到这个问题,该问题的解法也非常的多,穷举,分治,DP,扫描,复杂度也不尽相同,可以说题目很小,但是蕴含的技巧和算法知识却很多。

题目大致如下:

输入一个整形数组,数组里有正数也有负数。
数组中连续的一个或多个整数组成一个子数组,每个子数组都有一个和,求所有子数组的和的最大值。

例如输入的数组为1, -2, 3, 10, -4, 7, 2, -5,和最大的子数组为3, 10, -4, 7, 2,
因此输出为该子数组的和18。

方法一:暴力算法

穷举所有的子数组,计算每个子数组的和,并找到最大和,这种算法的复杂度是O(n^3)

#include<stdio.h>
#include <limits.h>

int maxsum(int a[], int n){
        int i ,j, k, sum = 0, max = 0;
        for(i = 0; i < n;i++){
                for(j = i; j < n; j++){
                        for(k = i; k < j; k++){
                                sum += a[k];
                        }
                        if(sum > max){
                                max = sum;
                        }
                        sum = 0;
                }
        }
}

上面的方法通过穷举所有的子数组,然后比较每个子数组的和来找最大和,其实第三个循环是可以省略的,所以有下面的方法:

方法二:O(n^2)遍历,暴力方法改进

int maxsum(int a[], int n){
        int i ,j, sum = 0, max = 0;
        for(i = 0; i < n;i++){
                sum = 0;
                for(j = i+1; j < n; j++){
                        sum += a[k];
                        if(sum > max){
                                max = sum;
                        }
                }
        }
}

方法三:使用状态值

可以事先计算sum(0~n),那么sum(i~j)= sum(0~j)-sum(0~i),同理可以使用在O(n^2)的情况下计算出结果。

int maxsum(int a[],int n){
    int i,j,sumOut=0,cumarr[10];
    for(i=0;i<10;i++){
        sumOut +=a[i];
        cumarr[i]=sumOut;
    }
    int sumIn=0,max=0;
    for(i=0;i<n;i++){
        for(j=i+1;j<n;j++){
            sumIn=cumarr[j]-cumarr[i];
            if(sumIn>max)
                max=sumIn;
        }
    }
    return max;
}
方法四:扫描法

就是依次遍历数组,如果加上当前值使得sum值小于0,那么sum值直接从0开始重新计算和

 int maxsum(int a[], int n){
     int max = a[0];
     int cur_sum = a[0];
     int i;
     for(i = 1; i < n; i++){
         cur_sum = cur_sum < 0 ? a[i] : cur_sum + a[i];
         max = cur_sum > max ? cur_sum : max;
     }   
     return max;
 }   
这种方式同样适用于全是负数的情况,下面的两种写法会在数组元素全是负数的情况下返回0
int maxsum(int a[], int n)
{
    int curSum = 0;
    int maxSum = 0;
    for (int i = 0; i < n; i++)
    {
        if (curSum + a[i] < 0)
            curSum = 0;
        else
        {
            curSum += a[i] ;
            maxSum = max(maxSum, curSum);
        }
    }
    return maxSum;
}

int maxSum(int* a, int n)  
{  
    int sum=0;  
    //其实要处理全是负数的情况,很简单,如稍后下面第3点所见,直接把这句改成:"int sum=a[0]"即可  
    //也可以不改,当全是负数的情况,直接返回0,也不见得不行。  
    int b=0;  
      
    for(int i=0; i<n; i++)  
    {  
        if(b<0)           //...  
            b=a[i];  
        else  
            b+=a[i];  
        if(sum<b)  
            sum=b;  
    }  
    return sum;  
}

方法五:动态规划求解

设sum[i]是数组前i个元素中连续最大和,max是sum[i]中最大数,作为第i+1个元素有两种选择:1、成为子数组新的开始元素,2、累加到前面找到的子数组中,于是状态转移方程如下:

sum[i] = max(sum[i-1] + a[i], a[i])

max = max(max, sum[i])

int maxsum(int a[],  int n){
        int *sum = (int *)malloc(n * sizeof(int));
        sum[0] = a[0];
        int i;
        int max = a[0];
        for(i = 1; i < n;i++){
                sum[i] = (sum[i-1] + a[i] > a[i] ? sum[i-1] + a[i]: a[i]);
                if(max < sum[i]){
                        max = sum[i];
                }
        }
        return max;
}


  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
解一个数组最大连续子序列和是一个常见的问题,可以使用动态规划的思想来解决。具体算法步骤如下: 1. 定义一个变量 max_sum 表示最大连续子序列和,初始值为数组第一个元素。 2. 定义一个变量 current_sum 表示当前连续子序列和,初始值为数组第一个元素。 3. 从数组第二个元素开始遍历,如果 current_sum 加上当前元素的值大于当前元素的值,则将 current_sum 更新为 current_sum 加上当前元素的值,否则将 current_sum 更新为当前元素的值。 4. 每次更新 current_sum 之后,将 current_sum 和 max_sum 中的较大值赋给 max_sum。 5. 遍历完成后,max_sum 中存储的即为最大连续子序列和。 下面是 C 语言代码实现: ```c int max_subarray_sum(int arr[], int n) { int max_sum = arr[0], current_sum = arr[0]; for (int i = 1; i < n; i++) { current_sum = current_sum + arr[i] > arr[i] ? current_sum + arr[i] : arr[i]; max_sum = current_sum > max_sum ? current_sum : max_sum; } return max_sum; } ``` 在该代码中,max_subarray_sum() 函数接收一个待处理的数组数组的长度,首先定义 max_sum 和 current_sum 两个变量的初始值为数组的第一个元素。然后从数组的第二个元素开始遍历,如果 current_sum 加上当前元素的值大于当前元素的值,则将 current_sum 更新为 current_sum 加上当前元素的值,否则将 current_sum 更新为当前元素的值。每次更新 current_sum 之后,将 current_sum 和 max_sum 中的较大值赋给 max_sum。最后返回 max_sum 即为最大连续子序列和。 该算法的时间复杂度为 O(n),空间复杂度为 O(1)。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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