Maximum Subarray
原题链接:https://leetcode.com/problems/maximum-subarray/description/
题目很简单,给定一个数组,找出一个子数组使得它的和最大,也就是找出该数组的最大连续和。
Solution1: 采取分治法来解决这个问题,首先,将原数组划分为两个元素个数相等的子数组,然后递归求解。注意,递归求解只能找出完全位于数组左半部或者右半部的最大连续和,所以我们还要找出横跨左半部和右半部两个子数组的最大连续和,并和左半部以及右半部的最大连续和进行比较。
class Solution {
public:
int maxSubArray(vector<int>& nums) {
if (nums.size() == 1) return nums[0];
int m = nums.size()/2;
vector<int> SubArray_A(nums.begin(), nums.begin() + m);
vector<int> SubArray_B(nums.begin() + m, nums.end());
int largest_sum = max(maxSubArray(SubArray_A), maxSubArray(SubArray_B));
int max_A = INT_MIN, max_B = INT_MIN, s = 0;
for (int i = SubArray_A.size() - 1; i >=0; i--) {
s += SubArray_A[i];
max_A = max(s, max_A);
}
s = 0;
for (int i = 0; i < SubArray_B.size(); i++) {
s += SubArray_B[i];
max_B = max(s, max_B);
}
largest_sum = max(largest_sum, max_A + max_B);
return largest_sum;
}
};
算法复杂度:当数组长度为n时,设T(n)为其时间复杂度,则有T(n) = 2T(n/2) + O(n), 所以,采用分治法,时间复杂度为O(nlogn)。
Solution2: 第一种方法的效率有点低,后来又改进了一下。
设置数组sum[n]来存储该序列的部分和,即sum[i]等于数组前i项的和。假设i < j,则sum[j] - sum[i]表示的就是我们要找的连续和,对于一个给定的j,要使sum[j] - sum[i]最大,那么,sum[i]就必须是最小的。所以,通过遍历数组sum,找出每一个sum[j]对应的最小的sum[i]就可以求解。
// Runtime: 9 ms
// Your runtime beats 42.89 % of cpp submissions.
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int n = nums.size();
int sum[n + 1];
sum[0] = 0;
for (int i = 0; i < n; i++) sum[i + 1] = sum[i] + nums[i];
// largest sum = largest sum[i] - smallest sum[j], i > j
int largest_sum = INT_MIN, smallest_sum_before_now = sum[0];
for (int i = 1; i <= n; i++) {
largest_sum = (sum[i] - smallest_sum_before_now) > largest_sum ? (sum[i] - smallest_sum_before_now) : largest_sum;
smallest_sum_before_now = (smallest_sum_before_now > sum[i]) ? sum[i] : smallest_sum_before_now;
}
return largest_sum;
}
};
算法复杂度:只有一层循环,复杂度为O(n)。
Soluntion3: Idea is very simple. Basically, keep adding each integer to the sequence until the sum drops below 0.
If sum is negative, then should reset the sequence.
class Solution {
public:
int maxSubArray(int A[], int n) {
int ans=A[0],i,j,sum=0;
for(i=0;i<n;i++){
sum+=A[i];
ans=max(sum,ans);
sum=max(sum,0);
}
return ans;
}
};
算法复杂度:O(n)