最大子段和（二）

最大子段和问题

 

解法二：分治法

算法分析：

最大子段和可能在三处出现。
1)整个出现在输入数据的左半部
2)整个出现在右半部。

3)跨越输入数据的中部从而位于左右两半部分之中
前两种情况可以递归求解，第三种情况的最大和可以通过求出前半部分的最大和(包含前半部分的最后一个元素)
以及后半部分的最大和(包含后半部分的第一个元素)而得到，前后两部分和相加。
三部分中的最大者，即为最大子段和.

例如：

前半部分        后半部分

4  -3  5  -2    -1  2  6  -2

其中前半部分的最大子段和为6（A1到A3），而后半部分的最大子段和为8（A6到A7）；

前半部分包含其最后一个元素的最大和为4（A1到A4），后半部分包含其第一个元素的最大和为7（A5到A7），

则横跨这两部分的最大和为4+7=11；

故该序列的最大字段和为11

 

算法实现如下：

/*
 * description: 最大子段和
 * 分治策略
 * 最大子段和可能在三处出现。
 * 1)整个出现在输入数据的左半部
 * 2)整个出现在右半部。
 * 3)跨越输入数据的中部从而位于左右两半部分之中
 * 前两种情况可以递归求解，第三种情况的最大和可以通过求出前半部分的最大和(包含前半部分的最后一个元素)
 * 以及后半部分的最大和(包含后半部分的第一个元素)而得到，前后两部分和相加。
 * 三部分中的最大者，即为最大子段和.
 * auther: cm
 * date: 2010/11/20
 */
public class MaxSubSumRec 
{
	private static int maxSumRec(int[] a, int left, int right)
	{
		if (left == right)
		{
			if (a[left] > 0)
			{
				return a[left];
			}
			else
			{
				return 0;
			}
		}

		int center = (left + right) / 2;
		int maxLeftSum = maxSumRec(a, left, center);
		int maxRightSum = maxSumRec(a, center + 1, right);

		int maxLeftBorderSum = 0;
		int leftBorderSum = 0;
		for (int i = center; i >= left; i--)
		{
			leftBorderSum += a[i];
			if (leftBorderSum > maxLeftBorderSum)
			{
				maxLeftBorderSum = leftBorderSum;
			}
		}

		int maxRightBorderSum = 0;
		int rightBorderSum = 0;
		for (int i = center + 1; i <= right; i++)
		{
			rightBorderSum += a[i];
			if (rightBorderSum > maxRightBorderSum)
			{
				maxRightBorderSum = rightBorderSum;
			}
		}

		return max(maxLeftSum, maxRightSum, maxRightBorderSum + maxLeftBorderSum);
	}

	//入口程序
	public static int maxSubSum(int[] a)
	{
		return maxSumRec(a, 0, a.length - 1);
	}

	//求三数中的最大值
	private static int max(int a, int b, int c)
	{
		int max = a > b ? a : b;
		max = c > max ? c : max;

		return max;
	}

	public static void main(String[] args) 
	{
		int[] a = {-2, 11, -4, 13, -5, -2};
		System.out.println(MaxSubSumRec.maxSubSum(a));
	}
}