练习(给定数组A,求数组B,B[i]为A的各元素除去A[i]之积)

import java.util.Arrays;

public class Main_112 {

//    public static void main(String[] args) {
//        int[] A = {1,2,3,6,56,5,9,41};
//        System.out.println(Arrays.toString(multiply(A)));
//    }
    static int[] multiply(int[] A) {
        int[] B = new int[A.length];
        for (int i = 0; i < B.length; i++) {
            int x = 1;
            for (int j = 0; j < B.length; j++) {
                if (i != j) {
                    x = x * A[j];
                }
            }
            B[i] = x;
        }
        return B;
    }

}

 

在C++中,可以使用分治算法(如Kadane's Algorithm)来解决这个问题,也被称为“最大子数组和”问题。这种算法主要用于找到一个数组中最长的连续子数组,其元素之和达到最大值。以下是基本步骤: 1. 定义一个辅助函数`maxSubArraySumHelper`,它接受左指针、右指针和当前最大和作为参数。 2. 如果左指针等于右指针,那么只有一个元素,直接返回该元素值作为子数组和。 3. 否则,计算两个子数组的和:一个是包含中间元素的子数组,另一个是不包含中间元素的子数组。取两者中的较大值,然后将其与中间元素本身相加,更新全局的最大和。 4. 回溯过程:分别递归地对左右子数组调用`maxSubArraySumHelper`,并将结果与中间元素相比较,确定新的最大和。 5. 主函数`maxSubArraySum`调用`maxSubArraySumHelper`,初始化左右指针对应整个数组,返回的结果就是最大非空连续子数组的和。 ```cpp #include <vector> int maxSubArraySum(std::vector<int>& nums) { return maxSubArraySumHelper(0, nums.size() - 1, 0); } int maxSubArraySumHelper(int left, int right, int currentSum) { if (left == right) { return nums[left]; } int mid = (left + right) / 2; int leftMax = maxSubArraySumHelper(left, mid, nums[mid]); int rightMax = maxSubArraySumHelper(mid + 1, right, 0); // Check if adding the current element to the left or right subarray is better int crossMax = currentSum > 0 ? currentSum + nums[mid] : nums[mid]; return std::max({leftMax, rightMax, crossMax}); } ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值