using namespace std;
#include <iostream>
#include <stdlib.h>
#include <stdio.h>
#include <time.h>
#include <string.h>
#include<vector>
const int size=100;
int MaxSumOfArray[size]={0};
void maxsum(int array[],int n)
{
memset(MaxSumOfArray,0,sizeof(int)*n);
MaxSumOfArray[0]=array[0];
int currentSum=0;//这个变量应该有个更好的名字!
for(int i=1;i<size;i++){
currentSum+=array[i];
if(MaxSumOfArray[i-1]+currentSum>array[i]&¤tSum>=0)
{
MaxSumOfArray[i]=MaxSumOfArray[i-1]+currentSum;//增加新的子数组最大和
currentSum=0;
}
else if(array[i]>MaxSumOfArray[i-1])//新的子数组最大和为当前元素的值
{
MaxSumOfArray[i]=array[i];
currentSum=0;
}
else
MaxSumOfArray[i]=MaxSumOfArray[i-1];//新的子数组最大和保持不变
}
}
int main()
{
int array[size]={-1,-2,100};//输入数组
//此数组保存下标对应元素值为,从array数组 【0-下标】连续子数组的最大和。
int a[] = {10, -2, -3};
int b[] = {-10, -2, -3};
int c[] = {3, -2, 10};
maxsum(a, 3) ;
for(int i=0;i<3;i++)
cout<<MaxSumOfArray[i]<<endl;
maxsum(b, 3) ;
for(int i=0;i<3;i++)
cout<<MaxSumOfArray[i]<<endl;
maxsum(c, 3) ;
for(int i=0;i<3;i++)
cout<<MaxSumOfArray[i]<<endl;
system("pause");
return 0;
}
网上有很多优化版本,不能容易体现出动态规划思想,为了说明问题未采取任何优化。 此段代码利用动态规划算法,求连续数组最大和。
1.用另一个等长数组保存连续数组的最大和以避免重复计算。空间换时间, 避免子问题重复。
2.我们通过子问题的最优解计算出上层问题最优解,例如:
MaxSumOfArray[i]=MaxSumOfArray[i-1]+currentSum;
MaxSumOfArray[i]=MaxSumOfArray[i-1];
所以我们看,这个问题 包含最优子结构和重叠子问题 ,因此他才适合使用动态规划思想。
文中代码,只是表达思想,并没有处理非法参数等异常情况。
二. 动态规划
设sum[i]为以第i个元素结尾且和最大的连续子数组。假设对于元素i,所有以它前面的元素结尾的子数组的长度都已经求得,那么以第i个元素结尾且和最大的连续子数组实际上,要么是以第i-1个元素结尾且和最大的连续子数组加上这个元素,要么是只包含第i个元素,即sum[i] = max(sum[i-1] + a[i], a[i])。可以通过判断sum[i-1] + a[i]是否大于a[i]来做选择,而这实际上等价于判断sum[i-1]是否大于0。由于每次运算只需要前一次的结果,因此并不需要像普通的动态规划那样保留之前所有的计算结果,只需要保留上一次的即可,因此算法的时间和空间复杂度都很小。
伪代码如下