分治算法
分治算法的基本思想是将一个规模为N的问题分解为K个规模较小的子问题,这些子问题相互独立且与原问题性质相同。求出子问题的解,就可得到原问题的解。
分治思想
当我们求解某些问题时,由于这些问题要处理的数据相当多,或求解过程相当复杂,使得直接求解法在时间上相当长,或者根本无法直接求出。对于这类问题,我们往往先把它分解成几个子问题,找到求出这几个子问题的解法后,再找到合适的方法,把它们组合成求整个问题的解法。如果这些子问题还较大,难以解决,可以再把它们分成几个更小的子问题,以此类推,直至可以直接求出解为止。这就是分治策略的基本思想。
,,,,额,好吧,我承认Baidu的。。。。下面开始正题。
题目
在给定的一个序列中,找到和值最大的子序列。
方法一:
找到该序列的所有子序列,计算每个子序列的值,找到和值最大的序列
算法实现:
定义两个变量i、j,i用来作为子序列的起点,j用来扫描以i为起点的所有子序列。
void maxSum(int data[],int len){
int max = data[0];
for (int i = 0; i < len; i++){
int goal = 0;
for (int j = i; j < len; j++){
goal += data[j];
if (goal > max){
max = goal;
}
}
}
printf("最大值%d",max);
}
缺点:时间复杂度太高。
方法二
记录以data[0]作为起点的所有子序列的和。如图:
这样我们想得到任意子序列的和就可以通过sum求得。
即: data[b]~data[e]=sum[e+1]-sum[b+1]
例如:元素下标从data[2]–data[5]这个序列的和为:
sum[5+1]-sum[2+1]=14-6=8
通过上面那个公式依次求出每个子序列的和,通过比较就可以获得最大的的序列和
实现:
void maxSum2(int data[],int len){
int *sum = (int*)malloc(sizeof(int)*(len + 1));
sum[0] = 0;
int max = data[0];
for (int i = 0; i < len; i++){
sum[i+1] = sum[i] + data[i];
}
for (int i = 1; i < len + 1; i++){
for (int j = i; j < len + 1; j++){
if (sum[j] - sum[i - 1]>max){
max = sum[j] - sum[i - 1];
}
}
}
printf("\n最大值%d", max);
}
缺点:时间复杂度太高,比上面那个算个高出了一个n
方法三(分治算法)
比较左、右、中间三部分的序列和的大小,因为中间部分是没办法分治的,只能在每一层递归函数空间里面进行,所以递归的部分为左、右,而且左右部分序列和有分别为次层递归的结果。递归结束的标志:左右为相同位置元素,即只有一个元素.
如图:
红色框中的为元素的数组下标,对应的蓝色框为数组的值。
分割的思想跟二叉树的遍历大同小异,能左分,不右分,分到当前序列中只有一个值时,改值作为最大的序列和返回。
实现
int getMaxNum(int a,int b,int c){
if (a > b&&a > c){
return a;
}
if (b > a&&b > c){
return b;
}
return c;
}
int maxSumRec(int data[], int left, int right){
if (right - left == 1){
//如果当前序列只有一个元素
return data[left];
}
int center = (left + right) / 2;//计算当前序列的分裂点
int maxLeftSum = maxSumRec(data,left,center);
int maxRightSum = maxSumRec(data,center,right);
//计算左边界最大子序列和
int leftBonderSum = 0;
int maxLeftBonderSum = data[center-1];
for (int i = center - 1; i >= left; i--){
leftBonderSum += data[i];
if (maxLeftBonderSum < leftBonderSum){
maxLeftBonderSum = leftBonderSum;
}
}
//计算右边界最大子序列和
int rightBonderSum = 0;
int maxRightBonderSum = data[center];
for (int i = center; i < right; i++){
rightBonderSum += data[i];
if (maxRightBonderSum < rightBonderSum){
maxRightBonderSum = rightBonderSum;
}
}
//返回当前序列最大子序列和
return getMaxNum(maxLeftBonderSum + maxRightBonderSum, maxLeftSum, maxRightSum);
}
调试代码:
int main(void){
int data[8] = {3,-2,5,-3,4,7,-6,9};
printf("%d",maxSumRec(data, 0, 8));
return 0;
}
调试结果: