Kadane算法详解及求解最大子数列和问题

个人博客：Kadane算法详解及求解最大子数列和问题

最大子数列和问题

        给出一个数列，现在求其中一个子数列，要求是所有子数列的和的最大值。另外还有其他问法，例如给出一个数组，要求求出连续的元素和的最大值。可以一个例子来解释：

假设有数列：[-1,2,3,-5,6,-2,4]，那么总共有7^2=49种子数列，如果分别求和，其中最大的子数列为：[6,-2,4]，其和为8。

暴力求解

        最暴力的算法是枚举，双重for循环，枚举所有的子数列。这样时间复杂度为O(n^2)，相对而言是比较慢的，但是是最简单的一种方法。

Kadane算法

        首先安利一个youtube的视频，能翻墙以及能理解youtube自动尬翻的同学看这个是比较好的，讲的还可以，比较详细：

https://www.youtube.com/watch?v=86CQq3pKSUw

最大子数列和问题的最优解就是Kadane算法，可以在O(n)的时间复杂度内解决问题，其思想实际是动态规划。首先在定义状态的时候，我们声明dp[i]这个状态是指以i结尾的子数列中，最大和是多少。而因为有一个重要要求：子数列，所以求和的元素必须是连续的，那么有状态转移方程：

dp[i] = max(n[i],dp[i-1]+n[i]);

那么，如果我们设定一个指针，始终指向构造dp数组时的最大值，那么在遍历一次数列后，指针指向的值也就是最大值了。

C++ 代码

#include<iostream>
#define MAX 2333

using namespace std;

int n[MAX];
int dp[MAX];

int Max(int a,int b){
    return a > b ? b : a;
}

int kadane(){
    int ans = n[0];
    dp[0] = n[0];
    for(int i = 1;i < strlen(n);i++){
        dp[i] = Max(n[i],dp[i-1]+n[i]);
        ans = Max(dp[i],ans);
    }
}

int main(){
	// 自设例子

	system("pause");
	return 0;
}