求解最大连续子序列和问题

求解最大连续子序列和问题

【问题描述】给定一个有n（n>=1）个整数的序列，求出其中最大连续子序列的和。例如序列（-2,，11，-4,13，-5，-2）的最大子序列和为20，序列（-6,2,4，-7,5,3,2，-1,6，-9,10，-2）的最大子序列和为16。规定一个序列的最大连续子序列和至少是0，如果小于0，其结果为0。

【问题求解】
          最大连续子序列只可能出现在3个地方：
          第一种：该子序列完全落在左半部分，即a[0...mid]中，采用递归求出其最大连续子序列和maxLeftSum
          第二种：该子序列完全落在右半部分，即a[mid+1...right]中，采用递归求出其最大连续子序列和maxRightSum
          第三种：该子序列跨越序列a的中部而占据左、右两部分。

源程序如下：

#include <iostream>
#include <algorithm>
using namespace std;


//求解最大连续子序列和问题
long maxSubSum(int a[],int left,int right) {
	int i, j;
	long maxLeftSum, maxRightSum;
	long maxLeftBorderSum, leftBorderSum;
	long maxRightBorderSum, rightBorderSum;
	if (left==right) {                         //当子序列只有一个元素时,递归出口
		if (a[left]>0) {
			return a[left];                  //该元素大于0时返回它
		}
		else {
			return 0;                           //该元素小于或者等于0时，返回0
		}
	}

	int mid = (left + right) / 2;              //求中间位置
	maxLeftSum= maxSubSum(a,left,mid);       //求左边的最大连续子序列之和
	maxRightSum=maxSubSum(a, mid +1,right);      //求右边的最大连续子序列之和

	maxLeftBorderSum = 0;   leftBorderSum = 0;
	for (i = mid; i >= left;i--) {        //求出以左边加上a[mid]元素构成的序列的最大和
		leftBorderSum += a[i];
		if (leftBorderSum> maxLeftBorderSum) {
			maxLeftBorderSum = leftBorderSum;
		}
	}

	maxRightBorderSum = 0;  rightBorderSum=0;
	for (j = mid+1; j <= right; j++) {        //求出以左边加上a[mid]元素构成的序列的最大和
		rightBorderSum += a[j];
		if (rightBorderSum > maxRightBorderSum) {
			maxRightBorderSum = rightBorderSum;
		}
	}

	//返回三者之中的最大值
	return max(max(maxLeftSum, maxRightSum), maxLeftBorderSum+ maxRightBorderSum);

}


int main() {
	int n = 0;
	cout << "请输入数组元素的个数" << endl;
	cin >> n;
	int *a = new int[n];
	cout << "请输入数组的元素" << endl;
	for (int i = 0; i < n;i++) {
		cin >> a[i];
	}
	cout << "最大连续子序列的和为：" << maxSubSum(a, 0, n - 1) << endl;
	system("pause");
	return 0;
}

输出结果：

请输入数组元素的个数
6
请输入数组的元素
-2 11 -4 13 -5 -2
最大连续子序列的和为：20
请按任意键继续. . .

【算法分析】设求解序列a[0..n-1]最大连续子序列和的执行时间为T(n),第（1）（2）种情况的执行时间为T（n/2）,第（3）中情况的执行时间为O（n）,所以得到以下递推式：

      T(n)=1;                                 当n=1时

      T(n)=2T(n/2)+n                     当n>1时

容易推出T(n)=O(nlog2n)