前些天学车...真是相当累啊,比上课累,现在终于可以休息了...
重新看《算法导论》,不过这下可得认真看了,9个月不到就得去找工作了,与我同样的大三党们一样加油咯...
《算法导论》中引入这个问题是通过股票的购买与出售,将前一天的当天的股票差价重新表示出来,即转为了一个最大子数组的问题,具体内容我不多说,转的内容是:
13, -3, -25, 20, -3, -16, -23, 18, 20, -7, 12, -5, -22, 15, -4, 7
找到这连续的16个数里面的连续和最大的子数组;
书中练习部分说用设计非递归的,线性时间的算法,我就YY为动态规划处理了;
从数组的左边界开始,从左至右处理,记录到目前为止已经处理过的最大子数组。若已知A[1..j]的最大子数组,基于如下性质将解扩展为A[1...j+1]的最大子数组:A[1...j+1]的最大子数组要么是A[1...j]的最大子数组,要么是某个子数组A[i...j+1](1<=i<=j+1)。在已知A[1...j]的最大子数组的情况下,可以在线性时间内找出形如A[i...j+1]的最大子数组;
思想上述都将出来了,只要将关键点写出即可:
如果前面若干和<0,则其对后面子数组相加无帮助,此时重置dp为array[i],并且记录的起始位置重新标记;
if(dp[i - 1] <= 0) //前面的<0,直接丢弃
{
dp[i] = array[i];
temp = i; //记录起始为止
}
否则,继续往后延伸;
dp[i] = array[i] + dp[i - 1]; //往后求和
最后判断最大子数组值就行,同时标记起始与结束位置:
if(dp[i] > MaxSumSub) //找到到i为止的最大子数组
{
MaxSumSub = dp[i]; //最大...
start = temp; //标记起始
end = i; //标记此时的结束位置
}
代码:
#include <iostream>
using namespace std;
int FindMaxSubarray(int array[], int length)
{
int start = 0, end = 0; //记录最大子数组的起始位置(在数组中的下标)
int MaxSumSub; //最大子数组的值
int* dp = new int[length]; //动态规划记录
dp[0] = array[0]; //初始为第一个数
MaxSumSub = dp[0]; //最大值初始为第一个数
int temp = 0; //
for(int i = 1; i < length; i++)
{
if(dp[i - 1] <= 0) //前面的<0,直接丢弃
{
dp[i] = array[i];
temp = i; //记录起始为止
}
else
dp[i] = array[i] + dp[i - 1]; //往后求和
if(dp[i] > MaxSumSub) //找到到i为止的最大子数组
{
MaxSumSub = dp[i]; //最大...
start = temp; //标记起始
end = i; //标记此时的结束位置
}
}
cout<<"最大子序列的下标:"<<start<<"->"<<end<<endl;
return MaxSumSub;
}
int main()
{
int a[] = {13, -3, -25, 20, -3, -16, -23, 18, 20, -7, 12, -5, -22, 15, -4, 7};
//int a[] = {23, 4};
int length = sizeof(a) / sizeof(int);
cout<<FindMaxSubarray(a, length);
return 0;
}
最大子序列即为{18, 20, -7, 12};
上述dp即为动态记录寻找最大子数组的过程,大家也可以进行输出看一下;
欢迎大家指点,o(∩_∩)o