算法1
用两个for循环定位子序列的上下界,然后再用最内部的一个for循环求出上下界之间的元素和。
时间复杂度:O(N³)。
代码:
int MaxSub(int *a, int n)
{
int sum = 0;
int tmp;
for (int i = 0; i < n; i++)
{
for (int j = i; j < n; j++)
{
tmp = 0;
for (int k = i; k <= j; k++)
tmp += a[k];
if (tmp > sum)
sum = tmp;
}
}
return sum;
}
算法2
在算法1的基础上改进。我们发现最内部的for循环在每次求和时没有利用前面已经求出的和,导致了大量重复的运算。
时间复杂度:O(N²)。
代码:
int MaxSub(int *a, int n)
{
int sum = 0;
int tmp = 0;
for (int i = 0; i < n; i++)
{
for (int j = i; j < n; j++)
{
tmp += a[j];
if (tmp > sum)
sum = tmp;
}
tmp = 0;
}
return sum;
}
算法3
采用分治法。求出数列左半部分的最大和和右半部分的最大和,以及跨越中间界线的最大和(包含左半部分最后一个元素和有半部分第一个元素),然后选出三者之中最大的那个即为结果。
时间复杂度:O(NlogN)。
代码:
int MaxSub(int *a, int left, int right)
{
// 这里的基准情况是关键
if (left == right)
{
if (a[left] > 0)
return a[left];
else
return 0;
}
int middle = (left+right)/2;
int leftmax = MaxSub(a, left, middle);
int rightmax = MaxSub(a, middle+1, right);
int tmp = 0;
int leftbordersum = 0;
for (int i = middle; i >= left; i--)
{
tmp += a[i];
if (tmp > leftbordersum)
leftbordersum = tmp;
}
tmp = 0;
int rightbordersum = 0;
for (int i = middle+1; i <= right; i++)
{
tmp += a[i];
if (tmp > rightbordersum)
rightbordersum = tmp;
}
int bordersum = leftbordersum + rightbordersum;
return max3(leftmax, rightmax, bordersum);
}
算法4
最后一种算法,时间复杂度竟然只有惊人的O(N),这就是所谓的联机算法!
代码:
int MaxSub(int *a, int n)
{
int tmp = 0;
int sum = 0;
for (int i = 0; i < n; i++)
{
tmp += a[i];
if (tmp > sum)
sum = tmp;
else if (tmp < 0)
tmp = 0;
}
return sum;
}
参考:
《数据结构与算法分析》 P17.