算法思路:
设有A1、A2 。。到 An个序列数,然后在An/2处分开,此时最大段子和有三种情况:
1、在A1到An/2之间 2、 在An/2到An之间 3、横括了An/2
采用分治思想,用第一种情况举例,用递归的方法继续在An/4处分开,如此循环,
图源csdn
直到遇到第三种情况,则 S3 = S1 + S2
算法伪代码:
函数 maxSubarray(数组 a, 整数 left, 整数 right)
// 如果左右边界相等,说明只有一个元素,直接返回该元素或0(如果是负数)
if( left == right )
return max(a[left], 0);
// 否则,将数组分成两部分,分别求解左右两部分的最大子段和
int mid = (left + right) / 2; // 计算中间位置
int leftSum = maxSubarray(a, left, mid); // 递归求解左半部分的最大子段和
int rightSum = maxSubarray(a, mid+ 1, right); // 递归求解右半部分的最大子段和
// 初始化左右两边的最大子段和为0
int leftMax = 0;
int rightMax = 0;
// 计算以中间位置为结尾的最大子段和
int sum = 0;
对于 i 从 mid 到 left
sum = sum + a[i];
if (sum > leftMax)
leftMax = sum;
// 计算以中间位置为开头的最大子段和
sum = 0
对于 i 从 mid + 1 到 right
sum = sum + a[i];
if(sum > rightMax)
rightMax = sum;
// 返回三种情况中的最大值
return max(leftSum, rightSum, leftMax + rightMax);
时间复杂度:
该算法的时间复杂度是 O(nlogn),每次递归分组需要的时间复杂度是你,而子递归的数据是n/2;
所以T(n) = 2T(n/2) + O(n); 根据递推公式可以算出时间复杂度是O(nlogn)。
对分治算法的体会:
将复杂问题简单化,大问题分割成小问题,然后小问题的求解合并得出最终需要的结果。它可以有效的减少时间复杂度,但会增加空间复杂度,核心是对于分割的方式选择,是解决问题的最重要的步骤。