第七周作业3 最长递增子序列

计算整数序列 -2,11,-4,13,-5,2,-5,-3,12,-9 的最大子序列和。  (求和,也显示了子序列)

package sort;

public class maxSubSum {

	public static void main(String args[]){
		
		 int arr[]={-2,11,-4,13,-5,2,-5,-3,12,-9};
		 long timeStart=System.currentTimeMillis(); 
		 getResult(arr);
		 long timeEnd = System.currentTimeMillis();
		 System.out.println("用时:"+(timeEnd-timeStart));//输出系统用时
	}
	
	public static void getResult(int[] arr){
		 //使用动态规划
		   int sum = arr[0];
		   int max = arr[0];
		   int startIndex = 0 ;//最大子序列和的序列的开始位置(数组脚标)
		   int endIndex = 0 ;  //最大子序列和的序列的结束位置(数组脚标)
		   for(int i=0;i<arr.length;i++){
			   if(sum<=0){
				   sum=arr[i];
				   startIndex = i;	
				   endIndex = i;
			   }
			   else{
				   sum = sum+arr[i];
			   }
			   if(sum>max){
				   max = sum;
				   endIndex = i;
			   }
		    }
			   System.out.println("最大和子序列是:");
			   for(int j=startIndex;j<=endIndex;j++) //打印最大子序列和的序列
				   System.out.print(arr[j]+" ");
			   System.out.println();
			   System.out.println("最大子序列和是: "+max);//输出最大子序列和
	
	}
}


结果如图:

 

 

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 以下是 Python 实现最递增序列的代码: ```python def longest_increasing_subsequence(arr): n = len(arr) # dp[i] 表示以 arr[i] 为结尾的最递增序列度 dp = [1] * n for i in range(1, n): for j in range(i): if arr[i] > arr[j]: dp[i] = max(dp[i], dp[j] + 1) return max(dp) # 示例 arr = [10, 9, 2, 5, 3, 7, 101, 18] print(longest_increasing_subsequence(arr)) # 输出 4,即 [2, 3, 7, 101] 或者 [2, 5, 7, 101] 等等 ``` 该算法的时间复杂度为 $O(n^2)$。如果需要更快的解法,可以使用二分查找的优化,时间复杂度可以优化到 $O(n\log n)$。 ### 回答2: 最递增序列是指在一个序列中找到一个序列,使得序列中的元素按照顺序递增,并且度最。下面是一个用Python实现最递增序列问题的简单算法。 首先,定义一个度为n的数组dp,其中dp[i]表示以第i个元素结尾的最递增序列度。 然后,遍历整个数组,对于每一个元素nums[i],从0到i-1的范围内比较nums[i]和nums[j]的大小,如果nums[i]大于nums[j],则表示找到一个递增序列,更新dp[i]为dp[j]+1的度。 最后,找到dp数组中的最大值,即为最递增序列度。 下面是用Python实现最递增序列的代码: def longestIncreasingSubsequence(nums): n = len(nums) dp = [1] * n for i in range(n): for j in range(i): if nums[i] > nums[j]: dp[i] = max(dp[i], dp[j] + 1) return max(dp) nums = [10, 9, 2, 5, 3, 7, 101, 18] print(longestIncreasingSubsequence(nums)) 输出结果为4,表示在给定的数组中最递增序列度为4。 ### 回答3: 最递增序列是指在一个序列中,找到一个最序列,使得序列中的元素按照从小到大的顺序排列。 解决这个问题的常见方法是使用动态规划。首先创建一个度与原始序列相同的数组dp,用于存储以每个元素结尾的最递增序列度。初始化dp数组中的每个元素为1,表示以该元素结尾的序列度为1。 然后使用两层循环,外层循环遍历序列中的每个元素,内层循环遍历该元素之前的元素。如果当前元素大于前面的元素,并且以前面元素结尾的最递增序列度加1大于当前元素结尾的最递增序列度,则更新dp数组中的值。 最后遍历dp数组,找到其中的最大值,即为最递增序列度。 以下是使用python实现的代码示例: def longest_increasing_subsequence(nums): if not nums: return 0 n = len(nums) dp = [1] * n for i in range(n): for j in range(i): if nums[i] > nums[j] and dp[j] + 1 > dp[i]: dp[i] = dp[j] + 1 return max(dp) # 测试示例 nums = [10, 9, 2, 5, 3, 7, 101, 18] print(longest_increasing_subsequence(nums)) # 输出:4
评论
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