线性时间解决最大子数组问题

最大子数组问题又叫 maximum-subarray problem,算法导论第三版4.1节有关于其O(nlgn)运行时间的分治法描述,在4.1-5习题中要求给出线性时间的求解方法,

suppose 数组是 a1,a2,...an

naive freshman 可能会给出3n的时间复杂度,假设我已经考虑了a1,a2...ai的maximun-subarray(i),我现在需要考虑a[i+1]了,那么我显然需要比较(a1+a2+...+ai+a[i+1])与a[i+1]以及maximun-subarray(i),可是如果(a1+a2+...+ai)<0的话,就可以直接丢弃了,直接考虑a[i+1];而如果(a1+a2...+ai)>0的话,就根本不用考虑a[i+1],因为(a1+a2+...+ai+a[i+1])必然比a[i+1]大,于是时间复杂度可以降为2n

 

这里我给出python的代码:

def main():
    A = [5,-1,3,-9,10,1]
    max = max_subarray(A)
    print max

def max_subarray(A):
    max_ending_here = max_so_far = 0
    for x in A:
        max_ending_here = max(0, max_ending_here + int(x))
        max_so_far = max(max_so_far, max_ending_here)
    return max_so_far

    
if __name__ == "__main__" : main()


 值得一提的是这个线性时间算法在1985年就被CMU的大神Jon Bentley在他的神作《编程珠玑》中提出了,虽然我没读过但貌似是在第八章

但是,他比我们先想出,只不过他比我们早点出生而已

  • 0
    点赞
  • 0
    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