分治法 / 动态规划——最大子段和

本文介绍了如何使用分治法和动态规划解决最大子段和问题。当序列包含负整数时,最大子段和可能是0。分治法通过将序列分为两部分并递归求解,时间复杂度为O(nlogn);动态规划通过遍历序列并维护一个变量b[j]记录截止到当前点的最优解,时间复杂度为O(n)。在实际应用中,动态规划方法更优。
摘要由CSDN通过智能技术生成

题目:给定n个整数(可能为负整数)组成的序列a1,a2,a3,a4,a5,..an,求该序列子段和的最大值,“子段和”定义为连续(下标递增)的元素之和。当所有的整数均为负整数时定义其最大子段和为0。如序列为{-2,11,-4,13,-5,-2}时,最大子段和为20。

该问题可以用分治法或者动态规划来求解。下面给出两种算法的思路及代码实现

2.分治法求解

思路:将所给的序列分为长度相等的两部分[1,n/2]和[n/2+1,n],分别求出这两部分的最大子段和,整个序列的最大字段和有三种情形:

(1)[1,n]的最大子段和与[1,n/2]的最大子段和相同

(2)[1,n]的最大子段和与[n/2+1,n]的最大子段和相同

(3)[1,n]的最大子段和为a(i)+a(i+1)+a(i+2)+...+a(j),且1 <= i <= n/2,n/2+1 <= j <= n。

对于(1)(2)可递归求得,对于情形(3),可看出a[n/2]与a[n/2+1]在最优子序列中。因此,可以在[1,n/2]中计算出s1(范围是i~n/2之间),并在[n/2+1,n]中计算出s2(范围在n/2+1~j之间),则s1+s2即为出现情形三(3)时的最优解。

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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