输入一个整形数组。数组中连续的一个或多个整数组成一个子数组,每个子数组都有一个和。求所有子数组的和的最大值。
- 接口
Int GetSubArraySum(Int* pIntArray,Int nCount);
- 规格
要求时间复杂度为O(n)
- 举例
例如输入的数组为1, -2, 3, 10, -4, 7, 2, -5,和最大的子数组为3, 10, -4, 7, 2,
因此输出为该子数组的和18。
#include <stdlib.h>
#include <string.h>
#include "oj.h"
/*
功能:
输入:pIntArray:数组,nCout:数组长度
输出:
返回:返回最大值
*/
int GetSubArraySum(int* pIntArray, int nCount)
{
/*在这里实现功能*/
if(pIntArray == NULL || nCount <1)
return 0;
int maxSum = pIntArray[0],sum = 0;
for(int i = 0;i<nCount;++i)
{
sum += pIntArray[i];
if(sum > maxSum)
{
maxSum = sum;
}
if(pIntArray[i] < 0 && sum <0)
{
if(sum<maxSum)
sum = 0;
}
}
return maxSum;
}
自己写的代码想复杂了,如果利用动态规划思想就特别容易理解。
动态规划算法
设sum[i]为以第i个元素结尾且和最大的连续子数组。假设对于元素i,所有以它前面的元素结尾的子数组的长度都已经求得,那么以第i个元素结尾且和最大的连续子数组实际上,要么是以第i-1个元素结尾且和最大的连续子数组加上这个元素,要么是只包含第i个元素,即sum[i] = max(sum[i-1] + a[i], a[i])。可以通过判断sum[i-1] + a[i]是否大于a[i]来做选择,而这实际上等价于判断sum[i-1]是否大于0。由于每次运算只需要前一次的结果,因此并不需要像普通的动态规划那样保留之前所有的计算结果,只需要保留上一次的即可,因此算法的时间和空间复杂度都很小。
#include <stdlib.h>
#include <string.h>
#include "oj.h"
/*
功能:
输入:pIntArray:数组,nCout:数组长度
输出:
返回:返回最大值
*/
int GetSubArraySum(int* pIntArray, int nCount)
{
/*在这里实现功能*/
if(pIntArray == NULL || nCount <1)
return 0;
int maxSum = pIntArray[0],sum = pIntArray[0];
for(int i = 1;i<nCount;++i)
{
if(sum > 0)
sum += pIntArray[i];
else
sum = pIntArray[i];
if(sum > maxSum)
maxSum = sum;
}
return maxSum;
}