最大子段和问题蛮力法、分治法、动态规划法(C/C++)

最大子段和问题(C/C++)一、蛮力法#include<iostream>using namespace std;int MaxSum(int a[], int n){ int i,j; int maxSum = 0; for(i = 0; i < n; i++) { int sum = 0; for...
摘要由CSDN通过智能技术生成

最大子段和问题(C/C++)

一、蛮力法

#include<iostream>
using namespace std;
int MaxSum(int a[], int n)
{
    int i,j;
    int maxSum = 0;
    for(i = 0; i < n; i++)
    {
        int sum = 0;
        for(j = i; j < n; j++)
        {
            sum += a[j];
            if(sum > maxSum)
            {
                maxSum = sum;
            }
        }
    }
    return maxSum;
}

int main()
{
    int a[20];
    int n,SUM=0;
    cout<<"请输入序列的长度:";
    cin>>n;
    cout<<"请输入序列中的数值:"<<endl;
    for(int i=0; i<n; i++)
    {
        cin>>a[i];
    }
    SUM=MaxSum(a,n);
    cout<<"最长字段和为:";
    cout<<SUM<<endl;
    return 0;
}

二、分治法

#include<iostream>
using namespace std;
int 
  • 7
    点赞
  • 49
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
最大子段和问题是指在一个数列中到一个子序列,使得该子序列中所有元素的和最大。以下是三种常见的算实现: 1. 蛮力 蛮力是最朴素的解,它的时间复杂度为 $O(n^2)$。具体实现如下: ```c++ int maxSubArray(int nums[], int n) { int ans = INT_MIN; for (int i = 0; i < n; i++) { int sum = 0; for (int j = i; j < n; j++) { sum += nums[j]; ans = max(ans, sum); } } return ans; } ``` 2. 分治法 分治法的时间复杂度为 $O(n\log n)$,它将问题分成三个部分:求解左半部分的最大子段和、求解右半部分的最大子段和、求解跨越中点的最大子段和。具体实现如下: ```c++ int maxSubArray(int nums[], int left, int right) { if (left == right) return nums[left]; int mid = left + (right - left) / 2; int leftMax = maxSubArray(nums, left, mid); int rightMax = maxSubArray(nums, mid + 1, right); int crossMax = nums[mid]; int sum = nums[mid]; for (int i = mid - 1; i >= left; i--) { sum += nums[i]; crossMax = max(crossMax, sum); } sum = crossMax; for (int i = mid + 1; i <= right; i++) { sum += nums[i]; crossMax = max(crossMax, sum); } return max(leftMax, max(rightMax, crossMax)); } ``` 3. 动态规划 动态规划的时间复杂度为 $O(n)$,它定义了一个状态数组 $dp$,其中 $dp[i]$ 表示以 $i$ 结尾的最大子段和。具体实现如下: ```c++ int maxSubArray(int nums[], int n) { int dp[n]; dp[0] = nums[0]; int ans = nums[0]; for (int i = 1; i < n; i++) { dp[i] = max(dp[i - 1] + nums[i], nums[i]); ans = max(ans, dp[i]); } return ans; } ``` 以上是三种常见的算实现,需要注意的是,在实际应用中,我们还可以使用其他优化方,如前缀和、后缀和、单调栈等,以进一步提高算效率。

“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 2
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