最大连续子数组和问题

求数组的子数组之和的最大值是在《编程之美》上的一道题，觉得挺有意思，就写下此文，也便于自己以后温习。

这道题的解法有很多种，比较容易想到的方法有枚举法，就是把所有的子数组长度的和都计算一遍，求出其中的最大值。这种算法的时间复杂度是O(n^2)；还有分治法，就是将数组分为一半一半，那么最大和=Max(左半边的最大和，右半边的最大和，左右两边衔接处所所构成的最大和)，其解的示意图如下所示。

 

这种解法的复杂度为O(nlogn)。当然，看过这本书的人，一定会知道其实还有一种更为简便的方法。

这种解法只需要扫描一遍数组，就可以得到答案。我们需要两个辅助变量来完成这个过程：MaxEndHere和MaxLen。其中MaxEndHere表示从扫描点开始相加所能获得的最大和，而MaxLen表示从数组一端到扫描点处，所能获得的最大连续和，这两个变量的关系如下图：

从这张图可以看出，随着数组元素的扫描，MaxEndHere有可能转化为MaxLen（因为MaxEndHere也是连续子数组之和，该值在扫描时可能大于之前计算得到的MaxLen）。新的MaxEndHere=之前的MaxEndHere+Array[i]，i为扫描点，在得到新的MaxEndHere后，其值可能大于MaxLen，从而成为新的MaxLen。这样，得到第一组关系式：

1）新的MaxEndHere=之前的MaxEndHere+Array[i]

2）MaxSum=新的MaxEndHere>MaxSum ?  新的MaxEndHere:MaxSum

另外，还有一种情况不能忽略，那就是当之前的MaxEndHere小于0时，根据上面的关系式，我们可以看到相加之后，新的MaxEndHere=之前MaxEndHere+Array[i] < Array[i]，那么此时应当有MaxEndHere=Array[i]，所以，还应当增加一组关系式：

3）新的MaxEndHere=新的MaxEndHere > Array[i]? 新的MaxEndHere:Array[i]

我们将上述两组关系式综合一下，得到新的关系式：

1）新的MaxEndHere=之前的MaxEndHere+Array[i]

2）新的MaxEndHere=新的MaxEndHere > Array[i]? 新的MaxEndHere:Array[i]

3）MaxSum=新的MaxEndHere>MaxSum ?  新的MaxEndHere:MaxSum

有了这三组关系式，就可以写出程序了，很明显，这种解法的时间复杂度是O(n)。

int get_max(int *A,int n)
{
    int MaxEndHere=0,MaxSum=0;
    for(int i=n-1;i>=0;i--)
    {
        MaxEndHere=MaxEndHere+A[i];
        MaxEndHere=MaxEndHere > A[i] ? MaxEndHere:A[i];
        MaxSum=MaxEndHere > MaxLen ? MaxEndHere:MaxSum;
    }
    return MaxSum;
}

二维数组的情况

现在将其扩展为二维数组，其问题变成求解子矩形中的最大和，如下图所示：

我们希望能够利用一维数组的中O(n)的解法来帮助我们解决这个问题，那么是否可行呢？

答案自然是可行的，我们需要做的是将二维数组“合并”成一维数组。如下图将两个相邻的行数组”合并“成一个一维的数组。

同理，可以合并n个相邻的一维数组，得到合并后的一维数组。

得到一维数组后，就可以使用一维数组的求解方法，得到从Start到End的范围内所能得到的最大和。设二维数组的大小是N(行) * M(列)，那么Start的取值范围为[0,N]，而End的范围为[Start,N]，枚举所有可行的(Start,End)对，将这区间内的二维数组合并为一维数组，就可以求得该(Start,End)取值对下的最大和。由此可写出整个过程的代码：

int get_max_2D(int **Matrix,int N,int M)
{
    int MergeArray[M];
    int MaxSum=0;
    for(int Start=0;Start <= N;Start++)
    {
        memset(MergeArray,0,M * sizeof(int));//合并数组置0
        for(int End=Start;End <= N;End++)
        {
            for(int i=0;i < M;i++)
                MergeArray[i]+=Matrix[End][i];//获得合并数组
            int CurSum=get_max(MergeArray,M);//使用一维数组的求解方法
            MaxSum=CurSum > MaxSum ? CurSum:MaxSum;
        }
    }
    
    return MaxSum;
}

我们看到合并数组和求解一维数组的最大和的时间复杂度都是O(M)，整个过程一共需要循环O(N^2)次，因此复杂度为O(M*N^2)。

转载于:https://www.cnblogs.com/asdfping/p/4280460.html