最大子序列和的4中Java算法实现

第一种算法运行时间为O（N^3），第二种算法运行时间为O（N^2）,第三种算法运行时间为O（nlogn），第四种算法运行时间为线性N

[java]  view plain  copy

 print ?

1. public class Test {  
2.     public static void main(String[] args) {  
3.         int[] a = {-2, 11, -4, 13, -5, -2};//最大子序列和为20  
4.         int[] b = {-6, 2, 4, -7, 5, 3, 2, -1, 6, -9, 10, -2};//最大子序列和为16  
5.         System.out.println(maxSubSum4(a));  
6.         System.out.println(maxSubSum4(b));  
7.     }  
8.     //最大子序列求和算法一  
9.     public static int maxSubSum1(int[] a){  
10.           
11.         int maxSum = 0;  
12.           
13.         //从第i个开始找最大子序列和  
14.         for(int i = 0; i < a.length; i++) {  
15.               
16.             //找第i到j的最大子序列和  
17.             for(int j = i; j<a.length; j++) {  
18.                   
19.                 int thisSum = 0;  
20.                   
21.                 //计算从第i个开始，到第j个的和thisSum  
22.                 for(int k = i; k<=j; k++){  
23.                     thisSum += a[k];  
24.                 }  
25.                 //如果第i到第j个的和小于thisSum，则将thisSum赋值给maxSum  
26.                 if(thisSum>maxSum) {  
27.                     maxSum = thisSum;  
28.                 }  
29.             }  
30.         }  
31.         return maxSum;  
32.     }  
33.       
34.     public static int maxSubSum2(int[] a) {  
35.         int maxSum = 0;  
36.         for(int i = 0; i < a.length; i++) {  
37.             //将sumMax放在for循环外面，避免j的变化引起i到j的和sumMax要用for循环重新计算  
38.             int sumMax = 0;  
39.             for(int j = i; j < a.length; j++) {  
40.                 sumMax += a[j];  
41.                 if(sumMax>maxSum) {  
42.                     maxSum = sumMax;  
43.                 }  
44.             }  
45.         }  
46.         return maxSum;  
47.     }  
48.       
49.     //递归，分治策略  
50.     //2分logn，for循环n，固O(nlogn)  
51.     public static int maxSubSum3(int[] a) {  
52.         return maxSumRec(a, 0, a.length - 1);  
53.     }  
54.     public static int maxSumRec(int[] a, int left, int right) {  
55.         //递归中的基本情况  
56.         if(left == right) {  
57.             if(a[left] > 0) return a[left];  
58.             else return 0;  
59.         }   
60.         int center = (left + right) / 2;  
61.         //最大子序列在左侧  
62.         int maxLeftSum = maxSumRec(a, left, center);  
63.         //最大子序列在右侧  
64.         int maxRightSum = maxSumRec(a, center+1, right);  
65.         //最大子序列在中间（左边靠近中间的最大子序列+右边靠近中间的最大子序列）  
66.         int maxLeftBorderSum = 0, leftBorderSum = 0;  
67.         for(int i = center; i>=left; i--) {  
68.             leftBorderSum += a[i];  
69.             if(leftBorderSum > maxLeftBorderSum) maxLeftBorderSum = leftBorderSum;  
70.         }  
71.         int maxRightBorderSum = 0, rightBorderSum = 0;  
72.         for(int i = center+1; i<= right; i++) {  
73.             rightBorderSum += a[i];  
74.             if(rightBorderSum > maxRightBorderSum) maxRightBorderSum = rightBorderSum;  
75.         }  
76.         //返回最大子序列在左侧，在右侧，在中间求出的值中的最大的  
77.         return max3(maxLeftSum, maxRightSum, maxLeftBorderSum + maxRightBorderSum);  
78.     }  
79.     public static int max3(int a, int b, int c) {  
80.         return a > b?(a>c?a:c):(b>c?b:c);  
81.     }  
82.     //任何a[i]为负时，均不可能作为最大子序列前缀；任何负的子序列不可能是最有子序列的前缀  
83.     public static int maxSubSum4 (int [] a) {  
84.         int maxSum = 0, thisSum = 0;  
85.         for(int j = 0; j < a.length; j++) {  
86.             thisSum += a[j];  
87.             if(thisSum>maxSum) maxSum = thisSum;  
88.             else if (thisSum < 0) thisSum = 0;   
89.         }  
90.         return maxSum;  
91.     }  
92. }