//最大子列和 动态规划 在线处理
//动态规划
//算法4 在线处理,T(N)=O(N)
//在线的意思是指每输入一个数据就进行即时处理,在任何一个地方中止输入,算法都能正确给出当前的解
int MaxSubsequSum4(int A[], int length) {
int ThisSum, MaxSum;
int i;
ThisSum = MaxSum = 0;
for (i = 0; i < length; i++) {
ThisSum += A[i]; //向右累加
if (ThisSum > MaxSum)
MaxSum = ThisSum; //发现更大和则更新当前结果
else if (ThisSum < 0) //如果当前子列和负
ThisSum = 0; //则不可能使后面的部分和增大,抛弃之
}
return MaxSum;
}
//返回3个整数中的最大值
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;
}
//分治法求List[left]到List[right]的最大子列和
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);
}
最大子列和 动态规划 在线处理
最新推荐文章于 2022-04-14 15:52:40 发布