最大子序列问题

输入一组整数,求出这组数字子序列和中最大值。也就是只要求出最大子序列的和,不必求出最大的那个序列(即数组中连续的子序列,不限长度,但求连续)。例如:

序列:-2 11 -4 13 -5 -2,则最大子序列和为20。

序列:-6 2 4 -7 5 3 2 -1 6 -9 10 -2,则最大子序列和为16。

//【1】
//穷举法,复杂度O(n^3) 
int findMaxSubArray(vector<int>& array)
{
    int maxSum = 0;
    //int thisSum = 0;
    for (int i = 0; i < array.size(); i++)//用来指出第i个数据为子序列的头
    {
        //int thisSum = 0;
        for (int j = i; j < array.size(); j++)//用来指出第j个数据为子序列的尾
        {
            int thisSum = 0;//要仔细思考thisSum初始化的位置!
            for (int k = i; k <= j; k++)//用k来限定计算子序列的范围
            {
                //int thisSum = 0;
                thisSum += array[k];
                if (thisSum > maxSum)
                {
                    maxSum = thisSum;
                }
            }
        }
    }
    return maxSum;
}
//【2】
//优化版穷举法,复杂度O(n^2) 
int findMaxSubArray2(vector<int>& array)
{
    int maxSum = 0;
    for (int i = 0; i < array.size(); i++)
    {
        int thisSum = 0;
        for (int j = i; j < array.size(); j++)
        {
            thisSum += array[j];
            if (thisSum > maxSum)
            {
                maxSum = thisSum;
            }
        }
    }
    return maxSum;
}

看到这是,是时候来解释一下【1】和【2】的区别。
仔细读程序会发现,【1】中相比【2】做了很多无用功,比如,在【1】中当,i=1,j=4时,进入第三个循环(k)后,会执行array[1]+array[2]+array[3]+array[4],再接下去,当i=1;j=5时,进入第三个循环,会执行array[1]+array[2]+array[3]+array[4]+array[5]。有没有!!??上一步已经计算出了array[1]+array[2]+array[3]+array[4]的和,而现在为了计算array[1]+array[2]+array[3]+array[4]+array[5],多计算了array[1]+array[2]+array[3]+array[4]这部分的内容!!!!
而【2】就是对这一个重复计算的bug进行修复。


//【3】
//联机算法:在任意时刻算法都能够对它已读入的数据给出当前数据的解。 
//线性算法,复杂度O(n) 
int findMaxSubArray3(vector<int>& array)
{
    int maxSum = 0;
    int thisSum = 0;
    for (int j = 0; j < array.size(); j++)
    {
        thisSum += array[j];
        if (thisSum > maxSum)
            maxSum = thisSum;
        if (thisSum < 0)
            thisSum = 0;
    }
    return maxSum;
}

【1】重要思想:
如果array[j]为负数,那么这个以array[j]为头的序列肯定不是最优子序列。

【2】值得注意的点:
如果有以array[j]结尾的某序列和是负数就表明了这个序列中的任何一个数不可能是与array[j]后面的数形成的最大子序列的开头,
但是并不表明array[j]前面的某个序列就不是最大序列,也就是说不能确定最大子序列在array[j]前还是a[j]后,
即最大子序列位置不能求出。但是能确保maxSum的值是当前最大的子序列和

【3】函数过程描述:
对一个数组进行累加,在逐个累加的过程中,会记下当前累加的最大值maxSum。

后续如果有好几个值是负数,也不会影响maxSum的值。

直到累加到thisSum为负数,那么对thisSum清零。

再继续对数组累加,如果有比maxSum大的值,则更新maxSum的值。

那么这里有一个问题:在累加到thisSum为负数后,比如array[i]+…+array[j]这个序列的和<0。那么按照函数的意思,接下来要做的是对thisSum清零,继续对array[j+1]后面的数组进行累加,企图再能找到比maxSum大的thisSum。

那么!假设p为[i,j]区间的一个下标,有没有可能在[p,j]或者是p到比j大的下标区间内存在最优序列????

仔细想想还是不可能的,因为在[i,j]区间内,肯定有负数,所以才会使array[i]+…+array[j]这个序列的和<0。

我们可以取特殊法假设 7 3 -1 -3 -6 X 这样的数组

分 三种情况:

X<0 ;

X =0 ;

X>0(其中X>0我们可以设为无穷大)

结果是显而易见的。

从 -1,或者 -3 ,或者 -6 开始的数组都不可能取到最优序列!


ps: 纯属个人理解,如有错误,可以指出来一起讨论 ^ ^

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