求最大子序列和学习笔记

题:给定N个整数的序列{ A 1 , A 2 , A 3 . . . A N − 1 , A N A_1,A_2,A_3...A_N-1,A_N A1,A2,A3...AN1,AN},求函数 f ( i , j ) = m a x { 0 , ∑ k = 0 j A k } f(i,j)=max\{0,\sum_{k=0}^j A_k\} f(i,j)=max{0,k=0jAk} 的最大值。


  • 方 法 1 方法_1 1 将所有连续子列和算出,即从数组A[0]项开始,计算所有可能的连续子列的最大值,再从A[1]项开始求出所有的可能直至第A[N]项

  • 方 法 2 方法_2 2在方法1的基础上进行改进,避免部分的子列和重复计算

  • 方 法 3 方法_3 3分而治之

  • 方 法 4 方法_4 4在线处理,每输入一个数据就进行及时处理,在任何一个地方中止输入都能给出当前的正解


-代码实现
主函数

int main(void) {
	int a[5] = {1,5,6,7,-7};//随意设置一组数组
	printf("\n最大子序列之和为:%d", MaxSubseqSum1(a,5));
	return 0;;
}

方 法 1 方法_1 1


int MaxSubseqSum1(int A[],int N)
{int ThisSum,MaxSum=0;
	int i,j,k;
	for(i = 0;i < N;i++){
		for(j = i;j < N;j++){
		ThisSum = 0;//每轮都要把ThisSum归零,累加新一轮的子列和。
		for(k = i;k <= j;k++){
			ThisSum += A[k];
		if(ThisSum > MaxSum){
			MaxSum = ThisSum;
			}
		}
	}
}return MaxSum;
}
	

循环次数为 T ( N ) = O ( N 3 ) T(N)=O(N^3) T(N)=O(N3)

方 法 2 方法_2 2

int MaxSubseqSum2(int *A,int N)
{int ThisSum,MaxSum=0;
	int i,j;
	for(i = 0;i < N;i++){
		ThisSum = 0;
		for(j = i;j < N;j++){
			ThisSum += A[j];
		if(ThisSum > MaxSum){
			MaxSum = ThisSum;
			}
		}
		return MaxSum;
	}
	

循环次数为 T ( N ) = O ( N 2 ) T(N)=O(N^2) T(N)=O(N2)
当我们看到 T ( N ) = O ( N 2 ) T(N)=O(N^2) T(N)=O(N2)应要下意识的想能否将 O ( N 2 ) O(N^2) O(N2)转换为NLogN,由此我们有第三种方法。

方 法 3 方法_3 3

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 );
}

循环次数为 T ( N ) = N L o g N T(N)=NLogN T(N)=NLogN

方 法 4 方法_4 4

int MaxSubseqSum4(int A[],int N)
{int ThisSum,MaxSum=0;
	int i;
	for(i = 0;i < N;i++){
			ThisSum += A[i];
		if(ThisSum > MaxSum)
			MaxSum = ThisSum;
		else if(ThisSum<0)//如果当前子列和为负,则不可能使后面的子列和更大,遂抛弃
			ThisSum=0;
		}
		return MaxSum;
	}

循环次数为 T ( N ) = O ( N ) T(N)=O(N) T(N)=O(N)


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