算法设计与分析第二章作业

1.请以伪代码描述最大字段和的分治算法(maxSum算法）

    if  left == right  then

         return a[left];//只有一个元素
    mid <= (left + right) / 2;//将数组分为两部分                               （1）
    lmax <= maxSum(left, mid);//左半部分最大值
    rmax <= maxSum(mid + 1, right);//右半部分最大值

    clmax <= a[mid];//以mid开始左边连续子段的最大和                  （2）
    tmp <= a[mid];
    for  i <= mid - 1  to  left   do
       i--;

       tmp <= tmp + a[i];
    if   tmp > clmax  then
            clmax <= tmp;//若tmp大于左边最大值，则更新值

    crmax <= a[mid + 1];//以mid+1开始右边连续子段的最大和          （3）
    tmp <= a[mid + 1];
    for  i <= mid + 2  to  right
       i++;

      tmp <= tmp + a[i];
        if  tmp > crmax  then
            crmax <= tmp;//若tmp大于右边最大值，则更新值

    cmax <= clmax + crmax;//横跨两个子段的最大值                          (4)
    maxs <= max(max(lmax, rmax),cmax);//比较三个值，其中最大的为所求，即最大字段和
    if  maxs < 0  then

        maxs <= 0;
    return maxs;

2.分析该算法的时间复杂度

语句（1）为划分子问题，即将原问题的n个整数a1~an划分为两部分，时间复杂度为O(1);

语句（2）、（3）为分别求解子问题，即算出左半部分a1~a(n/2)和右半部分a(n/2+1)~an的最大字段和,为O(n);

语句（4）为合并子问题，即横跨左右两部分求解最大字段和，为T(n/2);

所以该算法时间复杂度为O(nlogn).

3.结合本章的学习，你对分治法的体会和思考

分治，即分而治之。将规模为n的问题分为规模为k的若干个子问题，这些子问题互相独立且与子问题相同，递归地解决这些子问题，然后将这些子问题的解合并得到原题的子问题。这种算法可以一定程度上的减少时间复杂度，提高效率，是很有用也很重要的算法。比如归并排序和快速排序都是基于分治法的，是非常重要的算法。