看了看中国大学MOOC,很有感触,真心感谢网络上这么多资源,学习方便多了,步入正题,最大子列和问题,就是给定n个整数的序列,求最大的连续子列的和(如果是负数就返回0),举个简单例子来说吧
int arr[]={-5,4,6};
最直接的就是算出所有连续子列的和,即:
arr[0];//结果是0
arr[0]加到arr[1]//结果是0
arr[0]到arr[2]; //5
arr[1]; //4
arr[1]加到arr[2];//10
arr[2];//6
所以,最大子列和为10,代码如下
int iMaxSeqSum(int arr[], int len)
{
int max = arr[0];//初始化最大值为第一个元素的值
for (int i = 0; i<len; i++)
{
for (int j = i; j<len; j++)
{
int sum = 0;//要清零
for (int k = i; k <= j; k++)
sum += arr[k];
if (sum>max)
max = sum;
}
}
return max>0 ? max : 0;
}
结果如下:
其实这个函数时间复杂度为O(n的三次方),算法太笨了
可以将第三层直接取消掉
int iMaxSeqSum(int arr[], int len)
{
int max = arr[0]; //初始化最大值为第一个元素
for (int i = 0; i<len; i++)
{
int sum = 0; //sum必须清零
for (int j = i; j<len; j++)
{
sum += arr[j];
if (sum > max)
max = sum;
}
}
return max>0?max:0;
结果是一样的,但时间复杂度为O(n平方);
其实,分而治之的方法还要高效,例如,arr[]={-5,4,6,-2,4};
先把序列分成两段,左边一段,右边一段,还有一个就是跨越中间的一段
先分析左边三个,再继续分
不信的话代码跑跑看吧
写这个好费时间啊…….
分而治之的时间复杂度为O(n*log(n)),其实,这还不是最快的算法,今天就到这吧,以后再写,