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...AN−1,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 方法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 方法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 方法3分而治之
-
方 法 4 方法_4 方法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 方法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 方法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 方法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 方法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)