分治法解决最大子数组问题

最新推荐文章于 2022-03-12 19:43:36 发布
最新推荐文章于 2022-03-12 19:43:36 发布
阅读量526 收藏
点赞数
分类专栏： ACM
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/bozhiwei0143/article/details/79771615
版权
本文介绍如何利用分治策略解决算法导论中的一道经典问题——找到数组中和最大的连续子数组。通过将数组从中间分开，考虑三种情况：子数组完全在左侧、完全在右侧或跨越中点。分治法可以将复杂度降低到nlgn，但代码目前只能求得最大和，无法获取子数组的起始和结束位置。
摘要由CSDN通过智能技术生成

    算法导论中一道很有趣的算法入门题目，问题是解决最大子数组的问题，给你一个数组，要求你求出其中和最大的连续子数组，最简单的思考方式就是暴力求解，对所有的情况都进行组合然后得出最大值，但是这个复杂度是n²，为了减少复杂度，算法导论提供了一种思路，就是用分治法解决最大子数组的问题。

我们首先将要求的数组从中间分开，这就意味着最大子数组的求解会分为三种情况：

最低0.47元/天 解锁文章
卡萨洛林
关注
专栏目录
使用分治法解决最大子数组问题及C语言实现
笔者从事电信媒体开发多年，愿意将多年的开发经验分享给同行
03-19 926
在我们日常生活和工作中，经常遇到一些看似复杂，但实际上可以通过科学方法进行简化和解决的问题。其中，最大子数组问题就是一个典型的例子。这个问题不仅在数学和计算机科学领域有广泛应用，而且在金融、生物信息学等领域也有重要的实践价值。本文旨在科普分治法在解决最大子数组问题中的应用，并通过C代码示例进行具体说明。
分治法求最大子数组问题
sh805499910的博客
09-07 1781
分治法求最大子数组问题 1、最大子数组问题： 在长度为n的一维数组中，求一个元素相加后和最大的连续子数组。 2、暴力求解 求得这样的连续数组，暴力求解就是从第一个元素开始，分别计算1个，2个，3个……直到n个元素的和并进行比较，再从第2个元素开始，计算n-1个数组的和……最后计算第n个元素开始的数组，也就只有它本身一个元素的数组，这样计算下来算法的复杂度在n...
分治法 最大子数组
D_mengxin的博客
01-21 405
内容来自《算法导论》第四章 假定我们要寻找子数组A[low…high]的最大数组，使用分治法意味着我们要将子数组划分成两个规模尽量相等的子数组A[low…mid]和A[mid+1…high]，所以最大数组的所处位置一定是在一下三种情况中： 1、完全位于子数组A[low…mid]中，因此low<=i<=j<=mid 2、完全位于子数组A[mid+1…high]，因此mid<i...
分治法求解最大子数组问题
czw
06-23 986
/* 最大子数组问题 给出每天股票的价格，求出买进和卖出的时间，使得获利最高。 输入: P[0~n-1] 输出: 买进的时间i和卖出的时间j(0<=i<=j<=n-1) */ //分治法求解，将数组P转换为数组A，其中A中每个元素A[i]=P[i]-p[i-1]，表示第i-1天买进，第i天卖出的获利。 //那么第i天买进第j天卖出的获利可以表示为A[i+1]+...+A[j],...
算法题|-分治法解决最大子数组问题
aizhi6841的博客
01-30 399
分治法就是将一个复杂难解决问题拆成一些容易解决的小问题，再依次解决而最终解决整个问题 new int[] { 2, -3, 4, 67, 6 } 这样一个下标为0到4的数组，要找最大子数组，需要将其拆分成两个子数组，mid=（0+4）/2 即为0~mid的左数组和mid+1~4的右数组 最大子数组可能会出现在以下三个地方 左数组中的某个最大子数组 右数组中的某个最大子数组...
4-1.最大子数组分治法实现
weixin_33883178的博客
05-30 98
这题的思想是书上的（《算法导论》），代码当然也是按照书上伪码写出的； 《算法导论》中引入这个问题是通过股票的购买与出售，经过问题转换，将前一天的当天的股票差价重新表示出来，即转为了一个最大子数组的问题，具体内容我不多说，转的内容是： 13, -3, -25, 20, -3, -16, -23, 18, 20, -7, 12, -5, -22, 15, -4, 7 找到这连续的16个数里面的连续和最...
分治算法 解决 最大子数组问题
weixin_41316824的博客
03-21 2737
以下为股票波动价格变化表，要求求出哪一天买入哪一天卖出得到的利润最大。 这边提供两种求解方式 ： 1、暴力求解（思路简单，性能差） 思路 ：三层for循化嵌套求出每种组合的大小 static void Main(string[] args) { int[] priceArr = {100,113,110,85,105,102,8...
分治法解决最大子数组问题 (C/C++)
u011477670的专栏
09-19 1581
最大子数组
分治法求最大子数组以及其对应的下标.rar_well4fw_分治法_分治法求下标
09-20
在提供的压缩包文件中，`分治法求最大子数组以及其对应的下标.cpp` 应该包含了使用C++实现的分治法求解此问题的代码。代码会详细展示如何将上述步骤转化为实际的编程逻辑，包括如何划分数组，如何递归处理子问题，...
分治法——最大子数组
fuyukai的专栏
03-10 1997
题目描述： 给定一个n个元素的数组a，求a[i]+a[i+1]+…+a[j]的最大值（0 <= i <= j < n）解题思路： 我们来试试用分治法来解决这个问题。首先我们想要找到一个子数组a[i…j]为最大子数组，我们假设数组的中点为mid，可以将数组a[low…high]分成两个子数组：a[low…mid]和a[mid+1…high]，那么最大子数组必然为下述三种可能之一： 1) low
分治法---------最大子数组
qq_46016011的博客
11-18 1572
分而治之法求解最大子数组问题 一、最大子数组问题描述 给定一个整数数组 nums ，找到一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。 例子： 输入: [-2,1,-3,4,-1,2,1,-5,4], 输出: 6 解释: 连续子数组 [4,-1,2,1] 的和最大为 6。 题目源于力扣网 二、分治法三步骤 1.分解原问题：将问题划分成一些子问题，子问题相互独立且与原问题相同，只是规模更小。 2.解决子问题：递归求解子问题。当子问题足够小，不能划分直接求解。 3.合并问题解：将子问题的解
分治策略解决“最大子数组”问题
baidu_41902768的博客
12-24 2123
       分治策略，大致可以理解为，我们遇到一个规模比较大的问题，可以考虑将其划分为若干个规模较小的问题，然后规模较小的问题可以再继续分，知道问题变得显然容易解决。听起来和递归有点相似，严格上讲，分治是一种思想，递归是对自身的调用，二者是不同层次的概念，但是他们都是在降低需要处理的规模。        最大子数组问题，给出一个数组，其中有实数若干，我们要找到一个子数组(连续的)，使得该子数组...
分治策略求解最大子数组
石头会说话 的博客
04-02 446
分治策略就是把复杂的问题分成更小的问题来求解，求解过程中会涉及到以下三个步骤： 分解：分解步骤将问题划分为一些子问题，子问题的形式与原问题一样，只是规模更小，求解更简单。 解决：解决步骤递归地求解出子问题。如果子问题的规模足够小，则停止递归，直接求解。 合并：合并步骤将子问题的解合成原问题的解。 求解最大子数据过程中的思路是，先将数组分成两部分。那么根据最大子数组出现的位置就会有三种情况。 左侧...
[算法导论]分治法---最大子数组
c随遇er安的专栏
04-01 1352
分治策略---最大自子数组 一、分治策略的三个步骤 1、分解：将问题划分为一些子问题，子问题的形式与原问题一样，只是规模更小 2、解决：递归地求解出子问题。如果子问题的规模足够小，则停止递归，直接求解。 3、合并：将子问题的解组合成原问题的解。 二、最大子数组问题 题目描述：给定义数组A，长度为n，找出数组A中的最大子数组，例如数组A={-23,18,20,-7,12}
编程实现最大子数组的分治实现
晓茸有点甜的博客
03-12 1686
java求最大子数组和问题的分治思想。
【算法】最大子数组 分治法
chouzhanying1799的博客
02-20 1065
前言 去年看的书比较多：java编程思想，深入理解Java虚拟机——JVM高级特性与最佳实践，jvm7的官方说明书，java并发编程实践。编程语言看的差不多了，又开始啃编程语言运行的环境：Linux操作系统，Linux Kernel Development, 3rd Edition。看了几章...
C语言：最大子数组和问题——分治策略
u012953338的专栏
06-17 3261
给出一个数组，要求计算出它的子数组和的最大值采用分治策略，最大的子数组有三种情况：一，在中间项的左侧；二，在中间项的右侧；三，跨越中间项。然后再此三种情况下找到最值；#include&lt;stdio.h&gt;int FindChileArray(int arr[],int low,int high);int FindChileArray_coenter(int arr[],int low,in...
利用分治法解决最大子数组问题，给出设计算法的伪代码，算法时间复制度分析
最新发布
06-09
算法伪代码： ``` // 求解最大子数组问题 // 输入：数组 nums，数组起始下标 low，数组结束下标 high // 输出：数组 nums 在下标 low 到 high 之间最大子数组的和 function maxSubArray(nums, low, high): // 递归结束条件 if low == high: return nums[low] // 分治求解 mid = (low + high) / 2 leftMaxSum = maxSubArray(nums, low, mid) // 左半部分最大子数组和 rightMaxSum = maxSubArray(nums, mid+1, high) // 右半部分最大子数组和 crossMaxSum = maxCrossSubArray(nums, low, mid, high) // 跨越中点的最大子数组和 // 返回三者中最大的值 return max(leftMaxSum, rightMaxSum, crossMaxSum) // 求解跨越中点的最大子数组和 // 输入：数组 nums，数组起始下标 low，数组中点下标 mid，数组结束下标 high // 输出：数组 nums 在下标 low 到 high 之间跨越中点的最大子数组的和 function maxCrossSubArray(nums, low, mid, high): // 计算包含中点的左半部分最大子数组和 leftMaxSum = -INF sum = 0 for i = mid downto low: sum = sum + nums[i] leftMaxSum = max(leftMaxSum, sum) // 计算包含中点的右半部分最大子数组和 rightMaxSum = -INF sum = 0 for i = mid+1 to high: sum = sum + nums[i] rightMaxSum = max(rightMaxSum, sum) // 返回左右两部分加起来的和 return leftMaxSum + rightMaxSum ``` 算法时间复杂度分析： 该算法的时间复杂度为 $O(nlogn)$，其中 $n$ 为数组的长度。因为该算法是一个分治算法，每次递归都将问题规模减半，因此递归层数为 $logn$。在每层递归中，需要线性时间 $O(n)$ 计算跨越中点的最大子数组和，因此总时间复杂度为 $O(nlogn)$。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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