问题描述:一个有n个元素的数组,这n个元素可以是正数也可以是负数,数组中连续的一个或多个元素可以组成一个连续的子数组,一个数组可能有多个连续的子数组,求子数组和的最大值,例如:对于数组{1,-2,4,8,-4,7,-1,-5}而言,其最大和的子数组为{4,8,-4,7}最大值为15.
方法一:蛮力法
最简单也是最容易想到的方法就是找出所有子数组,然后求出子数组之和,在所有子数组的和中取最大值。
public class SubArray {
public static int maxSubArray(int[] a){
int n=a.length;
int ThisSum=0,MaxSum=0;
for(int i=0;i
MaxSum)
MaxSum=ThisSum;
}
}
}
return MaxSum;
}
public static void main(String[] args){
int[] a={1,-2,4,8,-4,7,-1,-5};
System.out.println(maxSubArray(a));
}
}
以上这个算法的时间复杂度为O(n^3),显然效率太低,通过对该算法进行分析发现,许多子数组都重复计算了,鉴于此,下面给出了一种优化的方法。
方法二:重复利用已经计算的子数组和
例如Sum[i,j]=Sum[i,j]+arr[j],采用这种方法可以省去计算Sum[i,j-1]的时间,因此可以提高程序的效率。示例如下:
public class SubArray {
public static int maxSubArray(int[] a){
int size=a.length;
int maxSum=Integer.MIN_VALUE;
for(int i=0;i
maxSum){
maxSum=sum;
}
}
}
return maxSum;
}
public static void main(String[] args){
int[] a={1,-2,4,8,-4,7,-1,-5};
System.out.println(maxSubArray(a));
}
}
方法三:动态规划的方法:
可以采用动态规划的方法来降低算法的时间复杂度,实现思路如下:
首先可以根据数组的最后一个元素arr[n-1]与最大数组的关系分为以下三种情况:
1)最大子数组的包含arr[n-1],即以arr[n-1]结尾。
2)arr[n-1]单独构成最大子数组
3)最大子数组不包含arr[n-1],那么求arr[1,........n-1]的最大子数组可以转换为求arr[1,...........n-2]的最大子数组。
通过上述分析可以得出以下结论:假设已经计算出(arr[0],......,arr[i-1])最大的一段数组和为All[i-1],同时也计算出(arr[0],....arr[i-1])中包含arr[i-1]的最大的一段数租和为End[i-1],则可以得出如下关系:All[i-1]=max{arr[i-1],End[i-1],All[i-2]}。利用这个公式和动态规划的思想可以得到如下代码:
public class SubArray {
public static int max(int m,int n){
return m>n?m:n;
}
public static int maxSubArray(int[] arr){
int n=arr.length;
int End[]=new int[n];
int All[]=new int[n];
End[n-1]=arr[n-1];
End[0]=All[0]=arr[0];
for(int i=1;i
与前面几种方法相比,这种方法的时间复杂度为O(n),显然效率更高,但是由于在计算的过程中额外的申请了两个数组空间,因此该算法的空间复杂度也为O(n)。 方法四:优化的动态规划:
方法三中每次只用到End[i-1]与All[i-1],而不是整个数组中的值,因此可以定义两个变量来保存End[i-1]与All[i-1]的值,并且可以反复利用,这样就可以在保证时间复杂度为O(n)的同时降低空间复杂度。示例如下:
public class SubArray {
public static int max(int m,int n){
return m>n?m:n;
}
public static int maxSubArray(int[] arr){
int n=arr.length;
int nAll=arr[0];//有n个数字数组的最大子数组和
int nEnd=arr[0];//有n个数字数组包含最后一个元素的子数组的最大和
for(int i=1;i
在知道子数组的最大和之后,如何才能确定最大子数组的位置呢?为了得到最大子数组的位置,首先介绍另外一种计算最大子数组和的方法。在方法三中,通过公示End[i]=max(End[i-1]+arr[i],arr[i])的分析可以看出,当End[i-1]<0时,End[i]=arr[i],其中,End[i]表示包含array[i]的子数组和,如果某一个值使得End[i-1]<0,那么就认为arr[i]重新开始。示例如下:
public class SubArray {
private static int begin=0;//记录最大子数组的起始位置
private static int end=0;//记录最大子数组的结束位置
public static int max(int m,int n){
return m>n?m:n;
}
public static int maxSubArray(int[] arr){
int maxSum=Integer.MIN_VALUE;//子数组最大值
int nSum=0;//包含子数组最后一位的最大值
int nStart=0;
for(int i=0;i
maxSum){
maxSum=nSum;
begin=nStart;
end=i;
}
}
return maxSum;
}
public static void main(String[] args){
int[] a={1,-2,4,8,-4,7,-1,-5};
System.out.println(maxSubArray(a));
System.out.println("begin="+begin+",end="+end);
}
}