最大子列和问题

题目

给定N个整数的序列{$A_1,A_2,....A_N$},求函数f(i,j)=max{0,$\sum_{k=i}^jA_k$}的最大值.

解法

算法1： 该算法时间复杂度T(N) = O(N3）

int MaxSubseqSum1(int A[], int N)
{ int ThisSum, MaxSum = 0;
  int i, j, k;
  for( i = 0; i < N; i++){  /*i是子列左端位置*/
    for(j = i; j < N; j++){  /*j是子列右端位置*/
      ThisSum = 0;/*ThisSum是从A[i]到A[j]的子列和*/
      for(k = i; k <= j; k++)
          ThisSum += A[K];
      if(ThisSum > MaxSum)  /*如果刚得到的这个子列和更大*/
        MaxSum = ThisSum;   /*则更新结果*/
    }  /*j循环结束*/
  }    /*i循环结束*/
  return MaxSum;
}

算法2：T(N) = O(N2)

int MaxSubseqSum2(int A[], int N)
{int ThisSum, MaxSum = 0;
 int i ,j;
 for(i = 0; i < N; i++){   /*i是子列左端位置*/
   ThisSum = 0;    /*ThisSum是从A[i]到A[j]的子列和*/
   for(j = i; j < N; j++){ /*j是子列右端位置*/
     ThisSum += A[j];
     /*对于相同的i，不同的j只要在j-1次循环的基础上累加1项即可*/
     if(ThisSum > MaxSum) /*如果刚得到的这个子列和更大*/
       MaxSum = ThisSum;  /*则更新结果*/
   } /*j循环结束*/
 }  /*i循环结束*/
 return MaxSum;
}

算法3：分而治之 T(N)=O(N*log N)

具体原理这位大神讲得非常明白，很佩服

int Max3( int A, int B, int C )
{ /* 返回3个整数中的最大值 */
    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 */
    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 );
}

算法4：在线处理 T(N) = N

//”在线”的意思是指每输入一个数据就进行即时处理，在任一个地方终止输入，算法都能给出当前的解

int MaxSubseqSum4(int A[], int N)
{int ThisSum, MaxSum;
 int i;
 ThisSum = MaxSum = 0;
 for(i = 0; i < N; i++){
     ThisSum += A[i]; /*向右累加*/
     if(ThisSum > MaxSum)
         MaxSum = ThisSum; /*发现更大的和则更新当前结果*/
     else if(ThisSum < 0) /*如果当前子列和为负*/
        ThisSum = 0; /*则不可能使后面的部分和增大，抛弃之*/
 }
 return MaxSum;
}