解决最大子列和问题的四种算法

题目：给定N个整数的序列｛A1，A2，....，AN｝求函数f（i，j）=max｛0，Ak｝的最大值。

一、暴力循环（最慢）

int MaxSubseqSum1(int A[],int N)
{
	int ThisSum,MaxSum;
	int i,j,k;
	for(i=0;i<N;i++)                    //i是子列左端位置
	{
		for(j=i;j<N;j++)						//j是子列右端位置
		{
			ThisSum=0; 							//ThisSum是从A[i]到A[j]的子列和
			for(k=i;k<=j;k++)
			{
				ThisSum+=A[k];
			}
			if(ThisSum>MaxSum)			//如果得到的这个子列和更大
			{	
				MaxSum=ThisSum;//则更新结果
			}
		}//j循环结束
	}//i循环结束
	return MaxSum;
}

时间复杂度：T（N）=O（）不聪明

二、循环简化（去除一个循环）

int MaxSubseqSum1(int A[],int N)
{
	int ThisSum,MaxSum;
	int i,j,k;
	for(i=0;i<N;i++)                    //i是子列左端位置
	{
		ThisSum=0; 							//ThisSum是从A[i]到A[j]的子列和
		for(j=i;j<N;j++)						//j是子列右端位置
		{
			ThisSum+=A[j];      //对于相同的i，不同的j，只要在j－1次循环的基础上累加1项即可
			if(ThisSum>MaxSum)		//如果刚得到的这个子列和更大
			{
				MaxSum=ThisSum;    //更新结果
			｝
		}//j循环结束
	}//i循环结束
	return MaxSum;
}

时间复杂度：T（N）=O（）

三、分而治之

#include<stdio.h>
#define N 5
int SubSeq(int list[],int left,int right);
int SumSubSeq(int list[],int left,int mid,int right);
int MaxSubSeq(int s1,int s2,int s3);
int main(){
	int list[N];
	printf("Input list:\n");
	for(int i = 0;i<N;i++){
		scanf("%d",&list[i]);
	}
	int maxSubSum = SubSeq(list,0,4);
	printf("maxSubSum:%d\n",maxSubSum);
	return 0;
} 
int SubSeq(int list[],int left,int right){
	int s1,s2,s3;
	// 递归终止条件 直到分到最后一个元素 
	if(left==right){
		return list[left];  
	}
	int mid = (left+right)/2;
	// 划分左边
	s1 = SubSeq(list,left,mid);
	// 划分右边
	s2 = SubSeq(list,mid+1,right);
	// 求解s3 
	s3 = SumSubSeq(list,left,mid,right);
	return MaxSubSeq(s1,s2,s3);
}
// 求解s3 
int SumSubSeq(int list[],int left,int mid,int right){
	int leftSum = 0;
	int rightSum = 0;
	int sum = 0;
	for(int i = mid;i>=left;i--){
		sum = sum+list[i];
		if(sum>leftSum){
			leftSum = sum;
		}
	}
	sum = 0;
	for(int j = mid+1;j<=right;j++){
		sum = sum+list[j];
		if(sum>rightSum){
			rightSum= sum;
		}
	}
	return leftSum+rightSum;
}
// 求解最大的子列和 
int MaxSubSeq(int s1,int s2,int s3){
	int maxSum = s1>s2?s1:s2;
	return maxSum>s3?maxSum:s3;
}

时间复杂度：T(N)=2T(N/2)+cN=2[2T(N/4)+cN/2]+cN=2的k次方O(1)+ckN（其中N/2的k次方=1）
  =O（NlogN）（ T(1)=O(1)）

四、在线处理（最快）

int MaxSubseqSum4(int A[],int N)
{
	int ThisSum,MaxSum;
	int i;
	ThisSum=MaxSum=0;
	for(i=0;i<N;i++)
	{
		ThisSum+=A[i];                       //向右累加
		if(ThisSum>MaxSum)
		{
			MaxSum=ThisSum;      //发现更大的和则更新当前结果
		｝
		else if(ThisSum<0);							//如果发现子列和为负
		{
			ThisSum=0;                   //则不可能使后面的部分和增大，抛弃之
		}
	}
	return MaxSum;
}

时间复杂度：T(N)=O(N)

四种算法的比较：