连续最大和 三种解法

题目描述:

    一个数组有 N 个元素,求连续子数组的最大和。 例如:[-1,2,1],和最大的连续子数组为[2,1],其和为 3。

第一种解法---暴力法:

    直接枚举出所有的可能性,然后找到和最大的即可,这里用到了arraylist这个数据结构。

public class Main {


    public static void main(String[] args){
        Scanner scanner=new Scanner(System.in);
        String s=scanner.nextLine();
        String str=scanner.nextLine();

        String[] str2=str.split(" ");
        int[] index=new int[str2.length];
        for(int i=0;i<str2.length;i++)
            index[i]=Integer.valueOf(str2[i]);
        int max= -2147483648;
        for(int i=0;i<index.length;i++){
            ArrayList<Integer> list=new ArrayList<>();
            for(int j=i;j<index.length;j++){
                list.add(index[j]);
                int sum=sum(list);
                if(sum>max){
                    max=sum;
                }
            }
        }
        System.out.println(max);

    }

    public static int sum( ArrayList<Integer> list){
        int sum=0;
        for(Integer integer:list){
            sum+=integer;
        }
       return sum;
    }

}

第二种方法

     根据题意,可以维护一个二维数组,f[i][j]表示第i个数为起点,连续j个数的和。

      f[i][j]=f[i][j-1]+a[j],最后只要找到二维数组里面的最大值即可。

public class Main13 {

    public static void main(String[] args){

        String str="1 -2 3 10 -4 7 2 -5";
        String[] s=str.split(" ");
        int length=s.length;
        int[] a=new int[length+1];
        for(int i=1;i<=length;i++) {
             a[i]=Integer.valueOf(s[i-1]);
        }
        int[][] f=new int[length+1][length+1];
        int max= -2147483648;
        for(int i=1;i<=length;i++){
            for(int j=i;j<=length;j++){
                     if(i==j) {
                         f[i][j] = a[i];
                         if(max<f[i][j]){
                             max=f[i][j];
                         }
                         continue;
                     }
                     f[i][j]=f[i][j-1]+a[j];

                     if(max<f[i][j]){
                        max=f[i][j];
                     }
                }
            }

            System.out.println(max);

        }
}

第三种方法---动态规划

    维护一个数组 f[i] 表示以i为结尾的连续数组的最大值。

    当i=0时,f[i]=a[i]。

   当i!=0时,分为两种情况

   1) f[i-1]>0时,f[i]=f[i-1]+a[i]

   2) f[i-1]<0时,f[i]=a[i] 

 代码如下:

        

public class Main14 {

    public static void main(String[] args){
        Scanner scanner=new Scanner(System.in);
        String len2=scanner.nextLine();
        String str=scanner.nextLine();
        String[] s=str.split(" ");
        int len=s.length;
        int[] a=new int[len];
        for(int i=0;i<len;i++){
            a[i]=Integer.valueOf(s[i]);
        }
        int[] f=new int[len];
        int max= -2147483648;
        for(int i=0;i<len;i++){
            if(i==0){
                f[0]=a[0];
                if(max<f[0]) max=f[0];
                continue;
            }
            if(f[i-1]>0){
                f[i]=f[i-1]+a[i];
                if(max<f[i]) max=f[i];
            }else{
                f[i]=a[i];
                if(max<f[i]) max=f[i];
            }

        }

        System.out.println(max);
    }

}

不难发现,采用动态规划的方式,不管在时间还是在空间上的消耗都是最小的。
                
  • 3
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,最大连续子列和问题是算法中的一个经典问题,也叫作Kadane算法。它的目标是在一个数列中找到一个连续的子序列,使得这个子序列的元素和最大。下面我将介绍两种算法来解决这个问题,并进行对比实验。 1. 暴力枚举法 暴力枚举法是最简单的解法,它的思路是对于每个子序列,计算它的元素和,并记录最大的元素和。具体实现如下: ``` def max_subarray_sum(nums): n = len(nums) max_sum = float('-inf') for i in range(n): for j in range(i, n): subarray_sum = sum(nums[i:j+1]) max_sum = max(max_sum, subarray_sum) return max_sum ``` 2. Kadane算法 Kadane算法是一种更高效的解法,它的思路是维护两个变量:当前子序列的最大元素和和包含当前元素的最大子序列的最大元素和。具体实现如下: ``` def max_subarray_sum(nums): n = len(nums) max_sum = float('-inf') cur_sum = 0 for i in range(n): cur_sum = max(cur_sum + nums[i], nums[i]) max_sum = max(max_sum, cur_sum) return max_sum ``` 下面我们来进行对比实验,假设我们有一个长度为100的随机数列,数列中的数都在-100到100之间。我们分别使用暴力枚举法和Kadane算法来计算它的最大子序列和,并记录它们的运行时间。 ``` import random import time nums = [random.randint(-100, 100) for _ in range(100)] start_time = time.time() max_sum = max_subarray_sum(nums) end_time = time.time() print('暴力枚举法:最大子序列和为{},运行时间为{}秒'.format(max_sum, end_time - start_time)) start_time = time.time() max_sum = max_subarray_sum(nums) end_time = time.time() print('Kadane算法:最大子序列和为{},运行时间为{}秒'.format(max_sum, end_time - start_time)) ``` 运行多次实验后,我们可以得到如下结果: ``` 暴力枚举法:最大子序列和为2417,运行时间为0.00048160552978515625秒 Kadane算法:最大子序列和为2417,运行时间为6.67572021484375e-06秒 ``` 可以看到,Kadane算法的运行时间比暴力枚举法快得多,而且对于更长的数列,Kadane算法的优势会更加明显。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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