算法设计——最大子段和问题分析

最大子段和问题——分治法应用

---

问题描述:
给定由n个整数（存在负整数）组成的序列 $a_1,a_2, a_3 ,……,a_n$ ，求序列形式如$\sum_{k=i}^j a_k$的子段和的最大值。当整个序列所有整数均为负整数时，其最大子段和为0。依次定义，所求的最大值为

$$max\{ 0,\max\limits_{1\le i \le j\le n} \sum_{k=i}^j a_k \}$$
例如：当 $(a_1,a_2,a_3,a_4,a_5,a_6) = (-2,11,-4,13,-5,-2)$时，最大子段和为 $\sum_{k=2}^4 a_k$

---

最大子段和问题的分治策略如下：

1. 分解。如果将给定的序列A[1…n]分为长度相等的两段A[1…n/2]和A[n/2+1…n]，分别求出这两段的最大子段和，则经过分析A[1…n]最大字段和有三种情形。

   • A[1…n]的最大字段和与A[1…n/2]的最大子段和相同。
   • A[1…n]的最大字段和与A[n/2+1…n]的最大子段和相同。
   • A[1…n]的最大字段和与$\sum_{k=i}^j a_k$，且满足$1 \le i \le n/2, n/2+1 \le j \le n$。

2. 求解。第一种情况与第二种情况可以利用递归进行求解。对于第三种情况，经过分析得出，A[n/2]与A[n/2+1]在最优子序列中。因此可以在A[1…n/2]中计算出$sum1=\max\limits_{1\le i \le n/2} \sum_{k=i}^\frac{n}{2} a_k$，并在A[n/2+1…n]中计算出$sum2=\max\limits_{n/2\le i \le n} \sum_{k=n/2}^i a_k$，则最终计算出$sum = sum1 + sum2$为第三种情况下的最优解。

3. 合并。比较再分解阶段的3种情况下的最大子段和，获得三者之中的最大值即为问题的求解。

---

根据以上分析我们可以设计出求解最大子段和的分治算法如下：

/*--------------最大子段和问题  分治法应用-----------------------------------
GetMaxSubSum()说明：
Array为数组、left和right为数组下标
    对于数组Array长度为n的序列，可以调用GetMaxSubSum（Array，0，n-1）来获得数组Array中的最大字段和
----------------------------------------------------------------------------*/

---

int GetMaxSubSum(int *Array, int left, int right)
{
int sum = 0;
int i;
    //递归停止条件
    if (left == right)
    {
        if (Array[left] > 0)
            sum = Array[left];
        else
            sum = 0;
    }
    else
    {
        int center = (left + right) / 2;
        //递归调用
        int leftSum = GetMaxSubSum(Array, left, center);
        int rightSum = GetMaxSubSum(Array, center + 1, right);

        int sum1 = 0;
        int lefts = 0;
        for (i = center; i >= left; i--)
        {
            lefts = lefts + Array[i];
            if (lefts > sum1)
                sum1 = lefts;
        }

        int sum2 = 0;
        int rights = 0;
        for (i = center + 1; i <= right; i++)
        {
            rights = rights + Array[i];
            if (rights > sum2)
                sum2 = rights;
        }

        sum = sum1 + sum2;

        //情况1 
        if (sum < leftSum)
            sum = leftSum;

        //情况2
        if (sum < rightSum)
            sum = rightSum;

        return sum;
    }
}