求数组的最大子序列和

输入一个整型数组,数组里有正数也有负数。
       数组中连续的一个或多个整数组成一个子数组,每个子数组都有一个和。
       求所有子数组的和的最大值。要求时间复杂度为O(n)。

       例如:输入的数组为1, -2, 3, 10, -4, 7, 2, -5,和最大的子数组为3, 10, -4, 7, 2,
       因此输出为该子数组的和18。

 

    解题思路:当我们加上一个正数时,和会增加;当我们加上一个负数时,和会减少。如果当前得到的和是个负数,那么这个和在接下来的累加中应该抛弃并重新清零,不然的话这个负数将会减少接下来的和。

#include "iostream"
using namespace std;

bool findMaxSub(int *pData, unsigned nLength, int& nGreatestSum)
{
	if(pData == NULL || nLength == 0)
		return false;
	int nCurSum = 0;
	int begin1=0,begin2=0,end=0;
	for(unsigned int i = 0; i < nLength; ++i)
	{
		nCurSum += pData[i];

		// if the current sum is negative, discard it
		if(nCurSum < 0)
		{
			nCurSum = 0;
			begin2 = i+1;
		}

		// if a greater sum is found, update the greatest sum
		if(nCurSum > nGreatestSum)
		{
			nGreatestSum = nCurSum;
			begin1 = begin2;
			end = i;
		}
	}
	if(nGreatestSum == 0)
	{
		nGreatestSum = pData[0];
		for(unsigned int i = 1; i < nLength; ++i)
		{
			if(pData[i] > nGreatestSum)
			{
				nGreatestSum = pData[i];
				begin1 = i;
				end = i;
			}
		}
	}
	cout<<pData[begin1]<<' '<<pData[end]<<endl;

	
	return true;
}
int main()
{
	int a[8]={-11, -1, -3, -10, -4, -7, -2, -5}; 
	int Max = 0;
	cout<<findMaxSub(a,8,Max)<<endl;
	system("pause");
	return 0;
}


解一个数组最大连续子序列和是一个常见的问题,可以使用动态规划的思想来解决。具体算法步骤如下: 1. 定义一个变量 max_sum 表示最大连续子序列和,初始值为数组第一个元素。 2. 定义一个变量 current_sum 表示当前连续子序列和,初始值为数组第一个元素。 3. 从数组第二个元素开始遍历,如果 current_sum 加上当前元素的值大于当前元素的值,则将 current_sum 更新为 current_sum 加上当前元素的值,否则将 current_sum 更新为当前元素的值。 4. 每次更新 current_sum 之后,将 current_sum 和 max_sum 中的较大值赋给 max_sum。 5. 遍历完成后,max_sum 中存储的即为最大连续子序列和。 下面是 C 语言代码实现: ```c int max_subarray_sum(int arr[], int n) { int max_sum = arr[0], current_sum = arr[0]; for (int i = 1; i < n; i++) { current_sum = current_sum + arr[i] > arr[i] ? current_sum + arr[i] : arr[i]; max_sum = current_sum > max_sum ? current_sum : max_sum; } return max_sum; } ``` 在该代码中,max_subarray_sum() 函数接收一个待处理的数组数组的长度,首先定义 max_sum 和 current_sum 两个变量的初始值为数组的第一个元素。然后从数组的第二个元素开始遍历,如果 current_sum 加上当前元素的值大于当前元素的值,则将 current_sum 更新为 current_sum 加上当前元素的值,否则将 current_sum 更新为当前元素的值。每次更新 current_sum 之后,将 current_sum 和 max_sum 中的较大值赋给 max_sum。最后返回 max_sum 即为最大连续子序列和。 该算法的时间复杂度为 O(n),空间复杂度为 O(1)。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值