【面试题】求连续子数组的最大和(三种解法)

题目描述

给定一个数组 array[1, 4, -5, 9, 8, 3, -6],在这个数字中有多个子数组,子数组和最大的应该是:[9, 8, 3],输出20,再比如数组为[1, -2, 3, 10, -4, 7, 2, -5],和最大的子数组为[3, 10, -4, 7, 2],输出18。

暴力解法
思路分析

1、可以将给定数组的的所有子数组列出来,然后找到子数组和做大的情况,具体来说就是: 对数组内每一个数A[i]进行遍历,然后遍历以它们为起点的子数组,比较各个子数组的大小,找到最大连续子数组;

2、这种方法只是一般思路,时间复杂度太高,为:O(n^2),不应该选择这样的方法。

代码实现
int GetMaxAddOfArray(int *arr, int sz)
{
    int SUM = -100000;   //给定一个足够小的最大值
    for (int i = 0; i < sz; i++)
    {
        for (int j = 0; j < sz; j++)
        {
            int subOfArr = 0;  //临时最大值
            for (int k = i; k <= j; k++)
            {
                subOfArr += arr[k];
            }

            if (subOfArr > SUM)
            {
                SUM = subOfArr;
            }
        }
    }
    return SUM;
}

上面的代码复杂度已经为n^3,在上面的代码基础上加以改进,使时间复杂度变为n^2

int GetMaxAddOfArray(int *arr, int sz)
{
    int SUM = -100000;   //给定一个足够小的最大值
    for (int i = 0; i < sz; i++)
    {
        int subOfArr = 0;  //临时最大值
        for (int j = i; j < sz; j++)
        {
            subOfArr += arr[j];

            if (subOfArr > SUM)
            {
                SUM = subOfArr;
            }
        }
    }
    return SUM;
}
动态规划思想
思路分析

1、状态方程 : max( dp[ i ] ) = getMax( max( dp[ i -1 ] ) + arr[ i ] ,arr[ i ] )

2、上面式子的意义是:我们从头开始遍历数组,遍历到数组元素 arr[ i ] 时,连续的最大的和 可能为 max( dp[ i -1 ] ) + arr[ i ] ,也可能为 arr[ i ] ,做比较即可得出哪个更大,取最大值。时间复杂度为 n。

代码实现
int GetMax(int a, int b)   //得到两个数的最大值
{
    return (a) > (b) ? (a) : (b);
}

int GetMaxAddOfArray(int* arr, int sz)
{
    if (arr == NULL || sz <= 0)
        return 0;

    int Sum = arr[0];   //临时最大值
    int MAX = arr[0];   //比较之后的最大值

    for (int i = 1; i < sz; i++)
    {
        Sum = GetMax(Sum + arr[i], arr[i]);   //状态方程

        if (Sum >= MAX)
            MAX = Sum;
    }
    return MAX;
}

int main()
{
    int array[] = { 2, 3, -6, 4, 6, 2, -2, 5, -9 };
    int sz = sizeof(array) / sizeof(array[0]);
    int MAX = GetMaxAddOfArray(array, sz);
    cout << MAX << endl;
    return 0;
}
一般解法
思路分析

1、对于数组array,从array[1]开始逐个进行相加,与最大值比较,并不停地更替最大值。

2、图解:

这里写图片描述

代码实现
int GetMaxAddOfArray(int* arr, int sz)
{
    if (arr == NULL || sz <= 1)
        return 0;
    int MAX = arr[0];
    int sum = arr[0];
    for (int i = 1; i < sz; i++)
    {
        if (sum < 0)
            sum = arr[i];
        else
        {
            sum += arr[i];
        }

        if (sum > MAX)
            MAX = sum;
    }
    return MAX;
}
  • 19
    点赞
  • 144
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 21
    评论
### 回答1: 给定两个无序数组nums1和nums2,让我们找到任意取数相加后第n小的和。我们可以使用归并排序的思想来解决这个问题。 首先,我们将nums1和nums2合并成一个有序数组merged。我们可以使用两个指针i和j分别指向nums1和nums2的开头,并从小到大比较nums1[i]和nums2[j]的大小。将较小的元素放入merged数组,并将相应的指针向后移动一位,继续比较。 当任一指针到达数组末尾时,我们就将另一个数组中剩余的元素依次放入merged数组中。最后,merged数组中的元素就是nums1和nums2两个数组合并后的有序数组。 接下来,我们可以使用双重循环来遍历merged数组,找到任意取数相加后第n小的和。我们使用两个循环变量i和j分别遍历merged数组,并使用一个计数器count来记录已经找到的和的个数。 当我们找到第n小的和时,即count达到n时,我们返回merged[i]和merged[j]的和作为结果。 这个算的时间复杂度为O(m+n),其中m和n分别是nums1和nums2的长度。在最坏情况下,当nums1和nums2都是逆序排列时,算的时间复杂度为O(m+n)。 综上所述,我们可以使用归并排序的思想来解决华为面试题“任意取数相加第n小的和”的问题。 ### 回答2: 假设给定的两个无序数组为array1和array2,我们需要找到任取两个数字相加后的和中第n小的数。 一种解决方是,我们可以将两个数组进行排序,然后取所有可能的两个数字相加的和,将这些和按照升序排列。最后,我们可以直接找到排好序的和中第n个数字即可。 具体步骤如下: 1. 对array1和array2进行排序,得到排序后的数组sorted1和sorted2。 2. 创建一个新数组sums,用于保存两个数组元素相加的和。 3. 遍历sorted1中的每一个元素a,以及遍历sorted2中的每一个元素b,将它们的和a+b加入到sums数组中。 4. 对sums数组进行排序,得到排好序的和的数组sorted_sums。 5. 返回sorted_sums的第n个元素,即为我们要找的两个数相加的和中第n小的数。 需要注意的是,如果两个数组中有重复的数字,我们在计算和sums时可能会得到相同的和。在计算第n小的和的时候,我们需要判断是否要排除这些重复的和结果。 以上就是一种解决华为面试题的方,希望对您有帮助。请注意,实际情况可能更加复杂,具体的解决方可能会根据题目的要而有所不同。 ### 回答3: 给定两个无序数组a和b,需要找到任意取出一个数a[i]和一个数b[j]相加后的第n小的和。 一种思路是先将数组a和数组b分别排序,然后使用双指针的方进行解。设指针i和指针j分别指向数组a和数组b的起始位置,初始化为0。设变量count用于记录找到的和的个数,初始化为0。 从左向右遍历数组a和数组b,每次选择a[i]和b[j]中较小的一个数。将选择的数与之前找到的和进行比较,如果比之前找到的和小,将当前的和作为第n小的和,同时将count加1。如果count等于n,即找到了第n小的和,结束循环。否则,如果选择了a[i],则将i加1;如果选择了b[j],则将j加1。 最后,返回第n小的和。 这个方的时间复杂度主要取决于排序的时间复杂度,设两个数组的长度分别为m和n,排序时间复杂度为O(mlogm)和O(nlogn),遍历数组的时间复杂度为O(m+n)。因此,整个算的时间复杂度为O(mlogm + nlogn + m + n)。 另一种思路是使用小顶堆进行解。首先,将数组a中的每个数与数组b中的每个数进行相加,将得到的和存入小顶堆中。然后,依次从小顶堆中取出第n个数,即为第n小的和。 这个方的时间复杂度主要取决于创建小顶堆的时间复杂度,设两个数组的长度分别为m和n,创建小顶堆的时间复杂度为O(mnlog(mn))。因此,整个算的时间复杂度为O(mnlog(mn))。 以上是两种解题目的方,可以根据实际情况选择适合的方进行解。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 21
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

打赏作者

askunix_hjh

谢谢请我吃糖~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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