最大子序列-NlogN

  
  
//分治
#include<iostream>
using namespace std;
int MaxSubSum(int A[], int Left, int Right)
{
	int MaxLeftSum, MaxRightSum;
	int MaxLeftBorderSum, MaxRightBorderSum;
	int LeftBorderSum, RightBorderSum;
	int Center;
	if(Left == Right)
	{
		if(A[Left] > 0)
		{
			return A[Left];
		}
		else
		{
			return 0;
		}
	}
	
	Center = (Left + Right)/2;
	MaxLeftSum = MaxSubSum(A, Left, Center);
	MaxRightSum = MaxSubSum(A, Center+1, Right);
	MaxLeftBorderSum = LeftBorderSum = 0;
	for(int i = Center; i >= Left; --i)
	{
		LeftBorderSum += A[i];
		if(LeftBorderSum > MaxLeftBorderSum)
		{
			MaxLeftBorderSum = LeftBorderSum;
		}
	}
	MaxRightBorderSum = RightBorderSum = 0;
	for(int i = Center+1; i <= Right; ++i)
	{
		RightBorderSum += A[i];
		if(RightBorderSum > MaxRightBorderSum)
		{
			MaxRightBorderSum = RightBorderSum;
		}
	}
	if(MaxLeftSum > MaxRightSum)
	{
		if(MaxLeftSum > (MaxLeftBorderSum+MaxRightBorderSum))
			return MaxLeftSum;
		else
			return MaxLeftBorderSum+MaxRightBorderSum;
	}
	else
	{
		return (MaxRightSum > (MaxRightBorderSum+MaxLeftBorderSum))?MaxRightSum:(MaxLeftBorderSum+MaxRightBorderSum);
	}
}
int main()
{
	int A[] = {4, -3, 5, -2, -1, 2, 6, -2};
	cout<<MaxSubSum(A, 0, 7);
}


 
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,这是一个经典的问题,我可以用Java分治策略来解决它。 首先,我们需要定义一个递归函数来处理分治的过程。函数的输入参数为序列的起始下标和终止下标,输出为最大连续子序列的和。接下来,我们考虑三种情况: 1. 序列只有一个元素,那么最大连续子序列的和就是这个元素本身(如果小于0,其结果为0)。 2. 序列有两个元素,那么最大连续子序列的和就是这个序列中较大的元素(如果小于0,其结果为0)。 3. 序列有三个及以上的元素,那么我们可以将序列分为两个部分,分别求出左半部分的最大连续子序列的和、右半部分的最大连续子序列的和,以及跨越中间元素的最大连续子序列的和。这三个结果中,最大值即为整个序列的最大连续子序列的和。 以下是Java代码实现: ``` public static int maxSubArray(int[] nums) { return maxSubArray(nums, 0, nums.length - 1); } private static int maxSubArray(int[] nums, int l, int r) { if (l > r) { return 0; } if (l == r) { return Math.max(nums[l], 0); } int mid = l + (r - l) / 2; int leftMaxSum = maxSubArray(nums, l, mid); int rightMaxSum = maxSubArray(nums, mid + 1, r); int crossMaxSum = crossMaxSubArray(nums, l, r, mid); return Math.max(Math.max(leftMaxSum, rightMaxSum), crossMaxSum); } private static int crossMaxSubArray(int[] nums, int l, int r, int mid) { int leftMaxSum = 0; int leftSum = 0; for (int i = mid; i >= l; i--) { leftSum += nums[i]; leftMaxSum = Math.max(leftMaxSum, leftSum); } int rightMaxSum = 0; int rightSum = 0; for (int i = mid + 1; i <= r; i++) { rightSum += nums[i]; rightMaxSum = Math.max(rightMaxSum, rightSum); } return Math.max(leftMaxSum + rightMaxSum, 0); } ``` 代码中,`maxSubArray`函数是递归函数,`crossMaxSubArray`函数用来计算跨越中间元素的最大连续子序列的和。整个算法的时间复杂度为O(nlogn),空间复杂度为O(logn)。
评论
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
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