求最大子列和--时间复杂度

问题：有一个序列{A1,A2,A3,…An}, 求所有子列的和中，最大的和。

（1）时间复杂度为T(N^3)

/********************************************************
/ 求最大子列和，时间复杂度为T(N^3) --- 堪称最复杂的一种遍历
********************************************************/

#include <iostream>
#include <stdlib.h>
#include <time.h>
using namespace std;

#define N 10

int main()
{
	srand(time(nullptr));
	int A[N] = { 0 };
	for ( size_t i = 0; i < N; i++)
	{
		A[i] = rand() % 10+1 - N/2;
	}
	for (size_t i = 0; i < N; i++)
	{
		cout << A[i] << " ";
	}
	puts("");
	int thisSum{ 0 };
	int maxSum{ 0 };
	for (size_t i = 0; i < N; i++)  // i是子列左侧
	{
		for (size_t j = i; j < N; j++) // j是子列右侧
		{
			thisSum = 0;
			for (size_t k = i; k <= j; k++) // 左右侧遍历相加
			{
				thisSum = thisSum + A[k];
				if (thisSum > maxSum)
					maxSum = thisSum;
			}
		}
	}
	cout << maxSum << endl;
	return 0;
}

（2）T(N^2)

int TimeN2(int A[])
{
	int thisSum{ 0 };
	int maxSum{ 0 };
	for (size_t i = 0; i < N; i++) // i 是子列左侧
	{
		thisSum = 0;
		for (size_t j = i; j < N; j++) // j 是子列右侧
		{
			thisSum = thisSum + A[j]; // 左侧已求和，不必再求，加右侧
			if (thisSum > maxSum)
				maxSum = thisSum;
		}
	}
	return maxSum;
}

（3）分而治之T(n*log n )

    int Max3( int A, int B, int C )
    { /* 返回3个整数中的最大值，注计算机会自动把满足三目表达式的看做一个整体 */
        return A > B ? A > C ? A : C : B > C ? B : C;
    }
 
    int DivideAndConquer( int List[], int left, int right )
    { /* 分治法求List[left]到List[right]的最大子列和 */
        int MaxLeftSum, MaxRightSum; /* 存放左右子问题的解 */
        int MaxLeftBorderSum, MaxRightBorderSum; /*存放跨分界线的结果*/
 
        int LeftBorderSum, RightBorderSum;
        int center, i;
 
        if( left == right )  { /* 递归的终止条件，子列只有1个数字 */
            if( List[left] > 0 )  return List[left];
            else return 0;
        }
 
        /* 下面是"分"的过程 */
        center = ( left + right ) / 2; /* 找到中分点 */
        /* 递归求得两边子列的最大和，注：递归算法经过return会挑出当前递归，返回上一层递归 */
        MaxLeftSum = DivideAndConquer( List, left, center );
        MaxRightSum = DivideAndConquer( List, center+1, right );
 
        /* 下面求跨分界线的最大子列和 */
        MaxLeftBorderSum = 0; LeftBorderSum = 0;
        for( i=center; i>=left; i-- ) { /* 从中线向左扫描 */
            LeftBorderSum += List[i];
            if( LeftBorderSum > MaxLeftBorderSum )
                MaxLeftBorderSum = LeftBorderSum;
        } /* 左边扫描结束 */
 
        MaxRightBorderSum = 0; RightBorderSum = 0;
        for( i=center+1; i<=right; i++ ) { /* 从中线向右扫描 */
            RightBorderSum += List[i];
            if( RightBorderSum > MaxRightBorderSum )
                MaxRightBorderSum = RightBorderSum;
        } /* 右边扫描结束 */
 
        /* 下面返回"治"的结果 */
        return Max3( MaxLeftSum, MaxRightSum, MaxLeftBorderSum + MaxRightBorderSum );
    }
 
    int MaxSubseqSum3( int List[], int N )
    { /* 保持与前2种算法相同的函数接口 */
        return DivideAndConquer( List, 0, N-1 );
    }

求时间复杂度：

T(N) = 2 * T(N/2) + cN T(1) = O(1)
=2 * [2 * T(N/2^2) + C * N/2] + C * N
=2^kO(1)+CkN 其中N/2^k=1
=O(NlogN)

（4）T（N）

int TimeN(int A[])
{
	int thisSum{ 0 };
	int maxSum{ 0 };
	for (size_t i = 0; i < N; i++)
	{
		thisSum += A[i];
		if (thisSum > maxSum)
			maxSum = thisSum;
		else if(thisSum<0)   // 如果当前和小于0 ，舍弃之，因为他只会让求和变小
			thisSum = 0;     // 还不如从0开始加
	}
	return maxSum;
}