先描述“最大子段和”的概念,然后用分治法和动态规化来解决,最后添加一些功能。
对于n个元素的整数数列(可能还有负整数),求任意连续m个数(m<=n),使其和为最大。如果该子段均为负数,定义其和为0.
比如{-2 11 -4 13 -5 -2},的最大子段和为{11,-4,13},其和为20。
该问题不能采用简单的分治法来解决,比如上面的数组分成{-2,11,-4}和{13,-5,-2}后,一个子问题的解是11,另一个是13,然而都不可能达到最终解。
所以这个问题的两个子问题不是相互独立的,需要涉及子问题的交互。故采用变异的二分法来处理。
int maxSub_binary(constv ector<int> &nums,int left,int right){
if(left==right)return nums[left]> 0 ? nums[left]: 0;//处理只有一个数字的情况。
int mid = (left + right)>> 1;//分为两部分
int maxSum_left = maxSub_binary(nums,left,mid);//左边递归求解
int maxSum_right = maxSub_binary(nums, mid +1, right);//右边递归求解
//处理脚踩两条船的子段
int leftSum(0);
for(int i(mid), tmpSum(0); i >= left; --i) {
tmpSum+= nums[i];
if(tmpSum > leftSum)leftSum = tmpSum;
}//for i
int rightSum(0);
for(int i(mid + 1), tmpSum(0); i <= right; ++i) {
tmpSum+= nums[i];
if(tmpSum > rightSum)rightSum = tmpSum;
}//for i
//比较子段和的大小,选择返回哪一部分的子段和
int maxSum_twoParts = leftSum + rightSum;
if(maxSum_twoParts < maxSum_left&&maxSum_right < maxSum_left)return maxSum_left;
if(maxSum_twoParts < maxSum_right)return maxSum_right;
return maxSum_twoParts;
}//maxSub_binary
如果分治法的子问题不能相互独立,也就是子问题相互重叠的情况,一般采用动态规划法来解决。
int maxSub_dp(const vector<int> &nums) {
int ret(0);
int len = (int)nums.size();
vector<int> dp(len, 0);
dp[0]=nums[0];
for(int i(1); i < len; ++i) {
if(dp[i - 1]> 0)dp[i]= dp[i - 1]+nums[i];
else dp[i]=nums[i];
if(dp[i]> ret)ret = dp[i];
}//for i
return ret;
}//maxSub_dp
下面的代码在之前函数的基础上,进一步得到最大子段和的长度,注意长度信息的添加位置。
由于maxSub_len_binary的返回值用来返回最大子段和的值,只能将长度信息反映在一个引用参数curLen上了。
maxSub_len_dp也是类似处理。
int maxSub_len_binary(const vector<int> &nums,int left,int right,int &curLen) {
if(left==right) {
curLen= 1;
returnnums[left]> 0 ? nums[left]: 0;
}//if
int mid = (left + right)>> 1;
int leftLen(0);
int maxSum_left = maxSub_len_binary(nums,left,mid, leftLen);
int rightLen(0);
int maxSum_right = maxSub_len_binary(nums, mid +1, right, rightLen);
int leftSum(0), leftPartLen(0);
for(int i(mid), tmpSum(0), tmpPartLen(0); i >= left;--i) {
tmpSum+= nums[i];
++tmpPartLen;
if(tmpSum > leftSum)leftSum = tmpSum, leftPartLen = tmpPartLen;
}//for i
int rightSum(0), rightPartLen(0);
for(int i(mid + 1), tmpSum(0), tmpPartLen(0); i <= right;++i) {
tmpSum+= nums[i];
++tmpPartLen;
if(tmpSum > rightSum)rightSum = tmpSum, rightPartLen = tmpPartLen;
}//for i
int maxSum_twoParts = leftSum + rightSum;
if(maxSum_twoParts < maxSum_left&&maxSum_right < maxSum_left) {
curLen= leftLen;
return maxSum_left;
}//if
if(maxSum_twoParts < maxSum_right) {
curLen = rightLen;
return maxSum_right;
}//if
curLen = leftPartLen + rightPartLen;
return maxSum_twoParts;
}//maxSub_len_binary
int maxSub_len_dp(const vector<int> &nums,int &curLen) {
int ret(0);
int len = (int)nums.size();
vector<int> dp(len, 0);
dp[0] = nums[0];
int tmpLen(1);
for(int i(1); i < len; ++i) {
if(dp[i - 1] > 0)dp[i] = dp[i - 1] +nums[i],++tmpLen;
else dp[i] =nums[i], tmpLen = 1;
if(dp[i] > ret)ret = dp[i],curLen =tmpLen;
}//for i
return ret;
}//maxSub_len_dp
Gentle Dong,Second Version,20170224