1. 项目要求
- 最大子数组和问题的源程序代码;
- 运行界面截图;
- 算法设计结果,自行选择相应的工具进行表达;
- 单元测试的构建,在集成开发工具中完成,至少达到分支覆盖标准;
- 对程序进行效能分析,生成分析报告。
2. 算法设计
方法一:可以从头到尾遍历,遍历过程中,对以每个元素开头的子数组求连续最大和,最后从各个最大和中找出最大的。
方法二:使用动态规划的方法,先以第一个数为局部最大和整体最大值,之后遍历数组,累加到局部最大值上,若新加上的数比局部最大值还要大,则把这个新数作为局部最大值,直到遍历结束;遍历过程中,若局部最大值大于整体最大值,则赋值给整体最大值。
举例:
- 6,-3,-2,7,-15,1,2,2(max局部最大=res全局最大=6)
- max=6+(-3)>(-3)=3 ; res=6
- max=3+(-2)>(-2)=1 ; res=6
- max=1+7>7=8 ; res=8
- ......
特别地:
- 1,-2,3,10,-4,7,2,-5(max=res=1)
- max=1+(-2)>(-2)=-1 ; res=1
- max=(-1)+3<3=3 ; res=3
- ......
3. 源代码
package pigeon;
/**
* @param array 输入数组
* @return 连续子数组的最大和
* @author pigeon
*/
public class FindGreatestSumOfSubArray { //从头至尾遍历
public int FindGreatestSumOfSubArray1(int[] array){
int max = -99999;
for(int i=0; i<array.length; i++){
int temp1 = 0;
for(int j=i; j<array.length; j++){
temp1 += array[j];
if(temp1 > max){
max = temp1;
}
}
}
return max;
}
public int FindGreatestSumOfSubArray2(int[] array){ //动态遍历
int max = array[0];
int res = array[0];
for(int i=1; i<array.length; i++){
max = (max+array[i]) > array[i] ? max+array[i] : array[i];
res = max>res ? max : res;
}
return res;
}
public static void main(String[] args) {
int[] array = {1,-2,3,10,-4,7,2,-5};
FindGreatestSumOfSubArray test = new FindGreatestSumOfSubArray();
System.out.println(test.FindGreatestSumOfSubArray1(array));
System.out.println(test.FindGreatestSumOfSubArray2(array));
}
}
4. 运行结果
5. 测试代码
package Find;
import static org.junit.jupiter.api.Assertions.*;
import org.junit.jupiter.api.Test;
import pigeon.FindGreatestSumOfSubArray;
class FindGreatestSumOfSubArrayTest {
@Test
void testFindGreatestSumOfSubArray1() {
FindGreatestSumOfSubArray test = new FindGreatestSumOfSubArray();
int arr1[]= {0,0,0,0,0,0};
assertTrue(test.FindGreatestSumOfSubArray1(arr1)==0);
}
@Test
void testFindGreatestSumOfSubArray2() {
FindGreatestSumOfSubArray test = new FindGreatestSumOfSubArray();
int arr2[]= {-1,-2,3,8,-4,6,-9};
assertTrue(test.FindGreatestSumOfSubArray2(arr2)==13);
}
}
6. 测试结果