数据结构与算法分析（2）:三种算法计算数据序列中的最大子序列的和

最新推荐文章于 2022-06-04 14:20:00 发布

小薛引路

最新推荐文章于 2022-06-04 14:20:00 发布

阅读量310

点赞数 1

文章标签：最大子序和问题

本文链接：https://blog.csdn.net/m1m2m3mmm/article/details/87901867

版权

3.3 算法3：简易算法，只计算最大和，不返回序列的位置

4 联机算法与完美算法

1 需求说明

给定序列：1,2,3,8,-1,1000, -7, 2,12, -1700,5200, 9,8, 5,1，计算其最大子序列的和

2 测试代码

int main()
{
	vector<int> tmp;
	int p[] = {1,2,3,8,-1,1000, -7, 2,12, -1700,5200, 9,8, 5,1};
	for(int i = 0; i < sizeof(p) / sizeof(int); i++)
	{
		tmp.push_back(p[i]);
	}
	int start = 0, end = 0;
	int sum = maxSubSum1(tmp, start, end);
	printf("maxsum = %d, start = %d, end = %d\n", sum, start, end);
	int sum2 = maxSubSum2(tmp, start, end);
	printf("maxsum = %d, start = %d, end = %d\n", sum2, start, end);
	int sum3 = maxSubSum3(tmp, start, end);
	printf("maxsum = %d, start = %d, end = %d\n", sum3, start, end);

}

3 三种不同复杂度的算法实现

3.1 算法一：复杂度为 $N^{3}$ 算法：

int maxSubSum1(vector<int>& a, int& startIndex, int& endIndex)
{
	//计算任意序列i到j的和，计算出最大的为止
	int resault = 0;
	for(int i = 0; i < a.size(); i++)
	{
		for(int j = i; j < a.size(); j++)
		{
			int thisSum = 0;
			for(int k = i; k <= j; k++)
			{
				thisSum += a[k];
			}
			if(thisSum > resault)
			{
				resault = thisSum;
				startIndex = i;
				endIndex = j;
			}
		}
	}
	return resault;
}

复杂度推导过程：

最内层for循环执行j - i + 1次，中层for循环执行N - i次，最外层循环执行N次

于是由下式：

$\sum_{i=0}^{N} \sum_{j=1}^{N} \sum_{k=i}^{j} 1 \\= \sum_{i=0}^{N} \sum_{j=1}^{N}(j - i + 1) \\ = \sum_{i=0}^{N} (N - i + 1)(N - i)/2 \\ = (N^{3} + 3N^{2} + 2N)/6\\=O(N^3)$

3.2 算法二：复杂度为 $N^{2}$ 算法：

int maxSubSum2(vector<int>& a, int& startIndex, int& endIndex)
{
	int resault = 0;
	for(int i = 0; i < a.size(); i++)
	{
		int thisSum = 0;
		for(int j = i; j < a.size(); j++)
		{
			thisSum += a[j];
			if(thisSum > resault)
			{
				resault = thisSum;
				startIndex = i;
				endIndex = j;
			}
		}
	}
	return resault;
}

推导过程：

$\sum_{i=0}^{N}\sum_{j=i}^{N}1 =\sum_{i=0}^{N}(N-i+1) =(N+1) + N + \cdots + 1 =(N+2)N/2 =O(N^2)$

3.3 算法3：简易算法，只计算最大和，不返回序列的位置

int maxSubSum3(vector<int>& a)
{
	int resault = 0, thisSum = 0;
	for(int i = 0; i < a.size(); i++)
	{
		thisSum += a[i];
		if(thisSum > resault)
		{
			resault = thisSum;
		}
		else if(thisSum < 0)
		{
			thisSum = 0;
		}
	}
	return resault;
}

算法设计核心原则为：任何负数元素不可能为最优子序列的起始元素