1. 最大子序列和问题
给定(可能有负数)整数a(1)、a(2)、……a(n),求 a(1)+a(2)+……+a(j)的最大值。
也就是:在一系列整数中,找出连续的若干个整数,这若干个整数之和最大。有参考(https://www.cnblogs.com/hapjin/p/5404705.html)
(1)时间复杂度O(nLogn) 空间复杂度O(n²)
dp[0][2] 代表[0]位置[2]步长的最大和值
dp[i][0] 代表[0]位置的最大和
由于 i 位置最多还有 (arr.length - i) 步 到数组尾部~再往后就越界了, 所以从i开始走直接走到最后
static int OnLogn(int []arr){
int n = arr.length;
int maxSum = arr[0];
int[][] dp = new int[n][n + 1];
for (int i = 0; i < n; i++) {
for (int j = i+1; j < n + 1 && arr[i] > 0; j++) {
dp[i][j - i] = dp[i][j -i- 1] + arr[j - 1];
maxSum = max(maxSum, dp[i][j - i]);
}
}
return maxSum;
}
(2)时间复杂度O(nLogn) 空间复杂度O(n)
对(1)的改进主要是使用滚动数组
( 8 ~ 9 两行对 i 没有修改操作所以 8 ~ 9 两行改为 dp[j - i] = dp[j -i- 1] + arr[j - 1]; 这样就可以降低空间复杂度 )
static int OnLogn(int []arr){
int n = arr.length;
int maxSum = arr[0];
int[] dp = new int[n + 1];
/*
* dp[0][1] 代表 0 坐标 一步长 的最大值
*/
for (int i = 0; i < n; i++) {
for (int j = i+1; j < n + 1 && arr[i] > 0; j++) {
dp[j - i] = dp[j -i- 1] + arr[j - 1];
maxSum = max(maxSum, dp[j - i]);
}
}
return maxSum;
}
(2)时间复杂度O(n) 空间复杂度O(n)
static int On(int[] arr) {
int maxSum = arr[0];
int thisSum = arr[0];
for (int i = 0; i < arr.length; i++) {
thisSum += arr[i];
if (thisSum > maxSum)// thisSum在[0,maxSum]之间时不需要任何处理
maxSum = thisSum;
else if (thisSum < 0)// 说明加上当前元素使得子序列为负数了,那么抛弃这段子序列(相当于thisSum赋值为0),从下一轮for开始
thisSum = 0;
System.out.println(i + " : "+thisSum);
}
if(maxSum < 0)
for(int i = 0; i < arr.length; i++)
if(arr[i] > maxSum) maxSum = arr[i];
return maxSum;
}