最大字段和问题:
给定有n个整数组成的序列a_1, ..., a_n, 求该序列\sum_{k=i}^j a_k。
或许最先想到的爆破发,遍历所有的子序列而找出最大值。然而这个时间复杂度太高O(n^3)。当然可以用一些技巧而时间复杂度降到n^2。
如果了解合并排序(Merge sort),我们也可以发现该问题和merge sort很相像。
我们把一个大数组均匀的分成两半,这样最大子序列存在以下三种可能:
1. 存在于左半边的数组。
2. 存在于右半边的数组。
3. 包含在左右两边,换句话(包含中间的那个元素)。
由于每次我们把数组分为两半(和merge sort 很像),算法复杂度也和merge sort一样 n log n。
当然如果熟悉动态编程的话,问题更加简化,有兴趣的可以自己设计一下。
一下是Java 版本实现。
private static int maxSumDC(int[] arr, int lo, int hi) {
if (lo == hi)
return arr[lo];
int m = (lo + hi) / 2;
int lowSum = maxSumDC(arr, lo, m);
int hiSum = maxSumDC(arr, m + 1, hi);
// include m
int leftsm = arr[m];
int sm = arr[m];
for (int i = m - 1; i >= lo; i--) {
sm = sm + arr[i];
if (sm > leftsm)
leftsm = sm;
}
int rightsm = arr[m + 1];
sm = arr[m + 1];
for (int i = m + 2; i <= hi; i++) {
sm += arr[i];
if (sm > rightsm)
rightsm = sm;
}
int sum = leftsm + rightsm;
return Math.max(sum, Math.max(lowSum, hiSum));
}
public static int maxSumDC(int[] arr) {
return maxSumDC(arr, 0, arr.length - 1);
}