求最大子数列

声明：本文转自数据结构与算法分析的第二章：算法分析。今天看到这关于求最大子数列问题的几种程序。感觉这几个程序非常的好，对我有很大的帮助，所以将他们描述在下面，希望对各位有帮助，而关于程序的详细说明请看《数据结构与算法分析--C语言描述》这本书。下面只是我个人的理解。

详细的测试代码在：https://code.csdn.net/dashboard/snippets?language_tag_id=16

第一个程序为：

 

int maxSubsequenceSum(const arr[],int num)
{
	int i,j,k;
	int thisSum,maxSum;
	maxSum = 0;
	for(i=0;i<num;i++){
		for(j=i;j<num;j++){
			thisSum = 0;
			for(k=i;k<=j;k++)
			{
				thisSum += arr[k];
			}
			if(thisSum > maxSum){
				maxSum = thisSum;
			}
		}
	}
	return maxSum;
}			{
				thisSum += arr[k];
			}
			if(thisSum > maxSum){
				maxSum = thisSum;
			}
		}
	}
	return maxSum;
}

这个程序是我们最容易想到的程序，它使用三个for循环来求出每个这个数组的每一个子序列，并比较他们的大小，这个程序中最里边的for循环其实可以不用，因为他做了太多重复的工作，虽然这个程序同样可以求出最大子序列，但是他花费了太多 的时间。而我们可以将其简化一下，即将最里面的for循环去掉，这样的话我们可以直接判断而不用其做那么多的重复工作。

 

所以第二个程序为：

 

int maxSubsequenceSum(const arr[],int num)
{
	int i,j,k;
	int thisSum,maxSum;
	maxSum = 0;
	for(i=0;i<num;i++){
		thisSum = 0;
		for(j=i;j<num;j++){
			thisSum += arr[j];
			if(thisSum > maxSum){
				maxSum = thisSum;
			}
		}
	}
	return maxSum;
}

显然，第二个程序比第一个少一个数量级。而第三个程序虽然比较长，而且使用了递归的方法，但他确实可以在花费更少时间的情况下求出解。

 

第三个程序为：

 

int maxSubsequenceSum(const arr[],int left,int right)
{
	int maxLeftSum,maxRightSum;
	int maxLeftBorderSum,maxRightBorderSum;
	int leftBorderSum,rightBorderSum;
	int center,i;

	if(left==right){
		if(arr[left]>0){
			return arr[left];
		}else{
			return 0;
		}
	}
	center = (left + right) / 2;
	maxLeftSum   = maxSubsequenceSum(arr,left,center);
	maxRightSum  = maxSubsequenceSum(arr,center+1,right);
	leftBorderSum = 0;
	maxLeftBorderSum = 0;
	for(i=center;i>=left;i--){
		leftBorderSum += arr[i];
		if(leftBorderSum > maxLeftBorderSum){
			maxLeftBorderSum = leftBorderSum;
		}
	}
	rightBorderSum = 0;
	maxRightBorderSum = 0;
	for(i=center+1;i<=right;i++){
		rightBorderSum += arr[i];
		if(rightBorderSum > maxRightBorderSum){
			maxRightBorderSum = rightBorderSum;
		}
	}
	return maxSum(maxLeftSum, maxRightSum,maxLeftBorderSum+maxRightBorderSum);
}

这个程序使用了一种分治的策略，他的思想是：把问题分成两个大致相等的子问题，然后递归的对他们求解，这是分的部分。而治就是将这两个子问题的解合起来并再做少量的附加工作，最后得到整个问题的解。

 

而第四种方法是用时最短的，因为在他的函数中只有一个for循环。

 

int maxSubsequenceSum(const arr[],int num)
{
	int thisSum,maxSum;
	int i;
	thisSum = 0;
	maxSum = 0;
	
	for(i=0;i<num;i++){
		thisSum += arr[i];
		if(thisSum > maxSum){
			maxSum = thisSum;
		}else if(thisSum < 0){
			thisSum = 0;
		}
	}
	return maxSum;
}

第四种算法叫做联机算法。数组可以被顺序的读入，在主存中不必存储数组的任何部分。所以这种算法也是最好的。