菜鸡奋斗路01-复杂度1 最大子列和问题

01-复杂度1 最大子列和问题（20 分）

给定$K$个整数组成的序列{ N​1​​, N​2​​, ..., N​K​​ }，“连续子列”被定义为{ N​i​​, N​i+1​​, ..., N​j​​ }，其中 $1\le i\le j\le K$。“最大子列和”则被定义为所有连续子列元素的和中最大者。例如给定序列{ -2, 11, -4, 13, -5, -2 }，其连续子列{ 11, -4, 13 }有最大的和20。现要求你编写程序，计算给定整数序列的最大子列和。

本题旨在测试各种不同的算法在各种数据情况下的表现。各组测试数据特点如下：

• 数据1：与样例等价，测试基本正确性；
• 数据2：102个随机整数；
• 数据3：103个随机整数；
• 数据4：104个随机整数；
• 数据5：105个随机整数；

• 输入格式:

  输入第1行给出正整数$K$ (≤)；第2行给出$K$个整数，其间以空格分隔。

  输出格式:

  在一行中输出最大子列和。如果序列中所有整数皆为负数，则输出0。

  输入样例:

  6
  -2 11 -4 13 -5 -2
  

  输出样例:

  20

  
  

个人分析：题干目的在于测试课件中提到的三种算法各自的时间复杂度。

第一种：无脑三重循环（= =！），遍历序列的所有子列，找到最大子列和（T（N^3））.

第二种：与第一种没有本质区别，只是在计算子列和时有一点改进，仍有遍历序列所有子列的两重循环（T（N^2））

第三种：分而治之（O_O见识了），与前面俩种有本质不同。包含了递归的思想，原序列的最大子列和，一定取自：【前半序列的最大子列和or后半序列的最大子列和or跨越中间线的最大子列和】，以此不断化短序列，递归得得到最大子列和。（T（NlogN））

第四种：在线处理（好高大上，有木有！），与前面三种有本质不同。深入分析了子列和的性质：如果某一子列和为负，那么它不可能存在于所求的最大子列之中。（T（N））woc这必须是最好的复杂度了！因为必须扫描过每个输入啊！

我也使用了这种方法来解答本题，代码如下：（Dev C++编写）

#include<stdio.h>
int main()
{
	int number;			//实际输入序列大小 
	int A[100000]={0};     //最大测试序列大小100000 
	int Onlineprocessing(int number,int A[]);
	scanf("%d",&number);
	for (int i=0;i<number;i++)
		{
			scanf("%d",&A[i]);
		}
	printf("%d",Onlineprocessing(number,A));
	return 0;
 } 		
int Onlineprocessing(int number,int A[])    //在线处理函数 
{
	int ThisSum=0,MaxSum=0;		//ThisSum记录当前遍历的子列和，MaxSum记录当前已读入序列的最大子列和 
	for(int i=0;i<number;i++)
	{
		ThisSum+=A[i];		//从序列头开始遍历每一个元素并加和 
		if(ThisSum>MaxSum)
			MaxSum=ThisSum;		//时刻记录更新最大子列和			
		else if(ThisSum<0)		//当ThisSum不大于MaxSum时，存在两种情况：					
		{                       //1.当前子列和为正（ThisSum>0）,那么当前子列仍可能存在于所求最大子列中。  
			ThisSum=0;          //2.当前子列和为负（ThisSum<=0）,那么当前子列不可能存在于所求最大子列中，故可直接舍弃原ThisSum值，重新从下一个元素开始寻找最大子列 
		}
	}
	return MaxSum;
} 

总结：在线处理算法，其实能应付更复杂的情况（不确定测试数据集的MaxSize），根据用户输入的个数实时得到已经输入的数字序列的最大子列和。