最大子列和

01-复杂度1 最大子列和问题 （20 分）

给定K个整数组成的序列{ N​1​​, N​2​​, ..., N​K​​ }，“连续子列”被定义为{ N​i​​, N​i+1​​, ..., N​j​​ }，其中 1≤i≤j≤K。“最大子列和”则被定义为所有连续子列元素的和中最大者。例如给定序列{ -2, 11, -4, 13, -5, -2 }，其连续子列{ 11, -4, 13 }有最大的和20。现要求你编写程序，计算给定整数序列的最大子列和。

本题旨在测试各种不同的算法在各种数据情况下的表现。各组测试数据特点如下：

• 数据1：与样例等价，测试基本正确性；
• 数据2：102个随机整数；
• 数据3：103个随机整数；
• 数据4：104个随机整数；
• 数据5：105个随机整数；

输入格式:

输入第1行给出正整数K (≤100000)；第2行给出K个整数，其间以空格分隔。

输出格式:

在一行中输出最大子列和。如果序列中所有整数皆为负数，则输出0。

输入样例:

6
-2 11 -4 13 -5 -2

输出样例:

20

作者: DS课程组

单位: 浙江大学

时间限制: 50000 ms

内存限制: 64 MB

 

完美代码：

#include <iostream>

using namespace std;

#define maxn 100001

int maxSubsqeSum1(int a[], int n) //最笨的方法 时间复杂度O(n立方)
{
	int thisSum = 0, maxSum = 0;
	for (int i = 0; i < n; i++)
	{
		for (int j = i; j < n; j++)
		{
			thisSum = 0;
			for (int k = i; k <= j; k++)
			{
				thisSum += a[k];
			}
			if (thisSum > maxSum)
			{
				maxSum = thisSum;
			}
		}
	}
	return maxSum;
}

int maxSubsqeSum2(int a[], int n)  //时间复杂度O(n平方)
{
	int thisSum, maxSum = 0;
	for (int i = 0; i < n; i++)
	{
		thisSum = 0;
		for (int j = i; j < n; j++)
		{
			thisSum += a[j];
			if (thisSum>maxSum)  //这个if是写在内层for里的 错两次了 说明算法理解不清楚
								//没有真实理解算法
			{
				maxSum = thisSum;
			}
		}
	}
	return maxSum;
}

int Max3(int A, int B, int C)
{ /* 返回3个整数中的最大值 */
	return A > B ? A > C ? A : C : B > C ? B : C;
}

int DivideAndConquer(int List[], int left, int right)
{ /* 分治法求List[left]到List[right]的最大子列和 */
	int MaxLeftSum, MaxRightSum; /* 存放左右子问题的解 */
	int MaxLeftBorderSum, MaxRightBorderSum; /*存放跨分界线的结果*/

	int LeftBorderSum, RightBorderSum;
	int center, i;

	if (left == right) { /* 递归的终止条件，子列只有1个数字 */
		if (List[left] > 0)  return List[left];
		else return 0;
	}

	/* 下面是"分"的过程 */
	center = (left + right) / 2; /* 找到中分点 */
								 /* 递归求得两边子列的最大和 */
	MaxLeftSum = DivideAndConquer(List, left, center);
	MaxRightSum = DivideAndConquer(List, center + 1, right);

	/* 下面求跨分界线的最大子列和 */
	MaxLeftBorderSum = 0; LeftBorderSum = 0;
	for (i = center; i >= left; i--) { /* 从中线向左扫描 */
		LeftBorderSum += List[i];
		if (LeftBorderSum > MaxLeftBorderSum)
			MaxLeftBorderSum = LeftBorderSum;
	} /* 左边扫描结束 */

	MaxRightBorderSum = 0; RightBorderSum = 0;
	for (i = center + 1; i <= right; i++) { /* 从中线向右扫描 */
		RightBorderSum += List[i];
		if (RightBorderSum > MaxRightBorderSum)
			MaxRightBorderSum = RightBorderSum;
	} /* 右边扫描结束 */

	  /* 下面返回"治"的结果 */
	return Max3(MaxLeftSum, MaxRightSum, MaxLeftBorderSum + MaxRightBorderSum);
}

int maxSubsqeSum3(int List[], int N)  //时间复杂度O(n*logn)
{ /* 保持与前2种算法相同的函数接口 */
	return DivideAndConquer(List, 0, N - 1);
}

int maxSubsqeSum4(int a[], int n) //时间复杂度O(n)  就算读输入也需要O(n) 这是最快最好的办法
                                    //带来的副作用就是不太好理解
{
	int thisSum = 0, maxSum = 0;
	for (int i = 0; i < n; i++)
	{
		thisSum += a[i];
		if (thisSum>maxSum)
		{
			maxSum = thisSum;
		}
		else if (thisSum<0)
		{
			thisSum = 0;
		}
	}
	return maxSum;
}

int main()
{
	int a[maxn] = { 0 };// = { -2, 11, -4, 13, -5, -2 };
	int n;
	cin >> n;
	for (int i = 0; i < n; i++)
	{
		cin >> a[i];
	}
	cout<<maxSubsqeSum4(a, n);
	
	return 0;
}