问题引入:《算法导论》第四章分治策略最大子数组问题算法
《算法导论》中第四章在讲解分治策略时引入了该问题,并给出了分治策略求解该问题的算法,算法复杂度为O(nlog(n))。并在课后习题4.1-5引入了该问题的最佳解决办法,这就是著名的Kadane算法,其算法复杂度为O(n)。
Kadane算法利用了动态规划策略,类似于数学归纳法。
实现代码:
#include<stdio.h>
struct node{
int begin;
int end;
int result;
};
//最大子数组问题 :卡丹尔算法思路,动态规划,前0~i个数中的最大子数组要么包含第i个数,要么不包含。不包含时即为前0~i-1的解,包含的话
//又能分成两种情况:只包含a[i] 和 既包含a[i] 又包含一个以i-1为终点的最大子数组,所以问题具有最优子结构性质。
int main()
{
int a[]={13,-3,-25,-20,-3,-16,-23,18,20,-7,12,-5,-22,15,-4,7};
struct node A,B;//A用来保存目前为止0~i个数中找到的最大子数组(不一定包含i),B为目前为止以i为终点的的最大子数组(子数组中包含i)
A.result=-10000;
B.result=-10000;
for(int i=0;i<16;i++)
{
if(a[i]>B.result+a[i])
{
B.result=a[i];
B.begin=i;
B.end=i; //更新B, 即目前找到的以i为终点的最优子数组
}
else
{
B.result=a[i]+B.result;
B.end=i;
}
/*************************************/
if(A.result<B.result) //更新A,即目前找到的最优子数组
{
A.begin=B.begin;
A.end=B.end;
A.result=B.result;
}
}
printf("result:%d\nbegin:%d\nend:%d\n",A.result,A.begin,A.end);
return 0;
}