算法优化之计算最大子序列的和问题

博客探讨了如何解决寻找整数序列的最大子序列和问题,对比了三种不同的算法:for循环穷举、递归二分查找和一种精妙的算法。递归二分查找减少了计算次数,而精妙的算法通过重置负数序列和来优化求解。算法选择对性能和代码量有显著影响,展现了算法设计的重要性。
摘要由CSDN通过智能技术生成

问题:给定(可能有负的)整数A1,A2,A3.........An,求子序列的最大值。(为了方便起见,如果所有整数均为负数,则最大子序列的和为0)

解释下题目:子序列为连续的序列,比如有2,-1,4,3,5,-2,7,4,-8;子序列-1,4,3,5的和为11.则最大子序列为2,-1,4,3,5,-2,7,4.

这个问题有很多种解法,下面列举几种:

for循环穷举所有的可能

public static int maxSubSum(int [] a){
        int maxSum = 0;
        for (int i=0;i<a.length;i++){
            for (int j = i; j <a.length ; j++) {
                int thisSum = 0;
                for (int k = i; k <=j ; k++){

                    thisSum +=a[k];
                }
                if(thisSum>maxSum){
                    maxSum = thisSum;
                }
            }
        }
       
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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