最大子数组
arr没有正数:就是数组中的最大元素
arr中有正数:从左到右遍历arr,变量cur记录每一步的累加和,遇到正数增加,遇到负数,将cur减少;
当cur<0,说明此部分不能作为子数组的左边部分,令cur = 0,从下一个重新开始;
当cur>0,用额外变量记录值max,即用max全程跟踪cur出现的最大值即可
public static int maxSum(int[] arr){
if(arr == null || arr.length == 0){
return 0;
}
int max = Integer.MIN_VALUE;
int cur = 0;
for(int i = 0;i<arr.length;i++){
cur+=arr[i];
max = Math.max(max, cur);
cur = cur < 0 ? 0 : cur;
}
return max;
}
public static void main(String[] args) {
Scanner in = new Scanner(System.in);
String str = in.nextLine();
String[] strA = str.split(" ");
int[] a = new int[strA.length];
for(int i=0; i<strA.length; i++){
a[i] = Integer.parseInt(strA[i]);
//a[i] = Integer.parseInt(strA[i]);
}
int b = maxSum(a);
System.out.println(b);
}
堆排序算法
1、将初始无序元素构成大根堆,此堆为初始的无序区;
2、将对顶元素与最后一个元素交换,得到新的无序区(1......n-1)和有序区(n)
3、将新的无序区调整为大根堆结构,再次将顶元素与此区中最后一个元素交换,
形成新的无序区(1......n-2)和有序区(n-1,n)
4、不断重复此过程直到有序区元素为n-1个,整个排序过程就完成了
堆排序:数据看成是完全二叉树、根据完全二叉树的特性来进行排序的一种算法
完全二叉树的特性; 左边子节点位置 = 当前父节点的两倍 + 1,右边子节点位置 = 当前父节点的两倍 + 2
大根堆:父节点值一定大于子节点的值;小根堆同理
- 调整堆,使之成为最大堆(调整index位置使成为大根堆),其它位置已经满足父节点大于子节点的情况了
-
递归方法和非递归方法
-
由数组建立整个堆
///-========-调整堆某个元素,使之为大根堆:递归方法和非递归方法-=========
//调整堆,使之成为最大堆(调整index位置使成为大根堆),其它位置已经满足父节点大于子节点的情况了
public void heapify(int[] arr, int index, int heapSize) {
//arr完全二叉树,index当前节点,heapSize根的大小
int left = index * 2 + 1;
int right = index * 2 + 2;
int largest = index;//最大的索引
while (left < heapSize) {
if (arr[left] > arr[index]) {
largest = left;
}
if (right < heapSize && arr[right] > arr[largest]) {
largest = right;
}
if (largest != index) {
swap(arr, largest, index);
} else {
break;
}
index = largest;
left = index * 2 + 1;
right = index * 2 + 2;
}
}
//调整堆,使之成为最大堆(调整index位置使成为大根堆),其它位置已经满足父节点大于子节点的情况了
public void heapify1(int[] arr, int index, int heapSize) {