0402-1练习-分治策略-算法导论第三版

最新推荐文章于 2024-10-28 09:57:51 发布

gaog2zh

最新推荐文章于 2024-10-28 09:57:51 发布

阅读量757

点赞数 15

分类专栏：数据结构和算法文章标签：最大子数组分治算法

本文链接：https://blog.csdn.net/gaogzhen/article/details/139158326

版权

数据结构和算法专栏收录该内容

58 篇文章 3 订阅

订阅专栏

4.1-1 所有数组元素为负

解答：所有元素为负数时，FIND—MAXiMUM-SUBARRAY 返回只有一个最小元素的数组和该元素对应的索引。

4.1-4 允许结果为空子数组

假定修改最大子数组问题的定义，允许结果为空子数组，其和为0。你应该如何修改现有的算法，使他们能运行空子数组为最终结果。

解答：判断如果原算法结果为负数，返回空数组。

4.1-5 最大子数组的线性时间算法

使用如下的思想为最子数组问题设计一个非递归的、线性时间的算法。从数组的左边界开始，由左至右处理，记录到目前为止已经处理过的最大子数组。若已知 $A[1\cdots j]$ 的最大子数组，基于如下性质将解扩展为 $A[1\cdots j+1]$ 的最大子数组： $A[1\cdots j+1]$ 的最大子数组要么是 $A[1\cdots j]$ 的最大子数组，要么是某个子数组 $A[i\cdots j+1](1\le i\le j+1)$ 。在已知 $A[1\cdots j]$ 的最大组数组的情况下，可以在线性时间内找出形如 $A[i\cdots j+1]$ 的最大子数组。

package com.gaogzhen.introductiontoalgorithms3.divideconquer;

import java.util.HashMap;
import java.util.Map;

/**
 * @author gaogzhen
 * @date 2024/5/23 21:05
 */
public class MaxSubarrayIterative {

    public static Map<String, Integer> maxSubarrayIterative(int[] arr) {
        int n = arr.length;
        int maxSum = Integer.MIN_VALUE;
        int sum = Integer.MIN_VALUE;

        int low =0;
        int high = 0;

        int currentLow = 0;
        int currentHigh = 0;
        for (int i = 0; i < n; i++) {
            currentHigh = i;
            if (sum > 0) {
                sum += arr[i];
            } else {
                currentLow = i;
                sum = arr[i];
            }

            if (sum >  maxSum) {
                maxSum = sum;
                low = currentLow;
                high = currentHigh;
            }
        }

        Map<String, Integer> ret = new HashMap<>(3);
        ret.put("low", low);
        ret.put("high", high);
        ret.put("sum", maxSum);
        return ret;
    }


    public static void main(String[] args) {
        int[] arr = {-13, -3, -25, -20, -3, -16, -23, -18, -20, -1, -12, -5, -22, -15, -4, -7};
        Map<String, Integer> map = maxSubarrayIterative(arr);
        System.out.println(map);
    }
}