最近在粗略的浏览《大话数据结构》这本书,回顾了大二学习的内容。大胆承认,我真的不理解为什么要学习数据结构这门课,为什么大厂招程序员,研究生面试什么的,都很看重这个。所以想从题目入手,慢慢体会数据结构在解题中的作用。看到最大子列和问题,我模模糊糊觉得,自己的笨办法时间复杂度太高,一定有某种数据结构和算法可以解决的,可是我又不知道是什么。
初步想法:若数列存在正数,连续子列的首尾元素不可能负数,因为去掉他们一定更大。如果前几个数和为负数,则不用继续累加,因为相当于负数开头。
网络上有分治法和在线处理(动态规划)两种,暂时先尝试分治,等对数据结构和算法更熟悉了以后再考虑动态规划。
在网络上众多关于最大子列和的资料中,并没有对新手小白非常友好的详细介绍,故用16个随机数来分析递归的思路。
其实就分而治之而言,是很容易想到把大数列划分成小数列的,但是究竟怎么运用上一层的最大数列和呢?怎么分呢?简单的办法是一分为2,求左侧最大和和右侧最大和,但是显然,还可能出现跨线的最大和。不过,这个最大和相对简单,因为一定是从分界线往左往右连着数,只要左边最大,右边就最大,和就最大。最终的最大和是三者中的最大值。
以right 和left作为函数参数,递归求解最大和。最开始left=0,right=15。经过一次分治,left=0,right=7/left=8,right=15/;以此类推,作为参数求解。
那么跨越分界的最大和如何求?以左侧最大为例。遍历左侧的全部和,保留下最大的那个即可。
对于递归而言,终止条件是非常重要的,如何确定呢?那便是只有一个数时,最大值就是本身,根本不用考虑左侧右侧,跨线的情况。
#include<stdio.h>
int max3(int a,int b,int c);
int MaxSubseqSum(int left, int right);
int arr[100000];
int main(){
int len;
int i;
scanf("%d",&len);
int left=0,right=len-1;
for(i=0;i<len;i++){
scanf("%d",&arr[i]);
}
int MaxSum = MaxSubseqSum(left, right);
printf("%d",MaxSum);
return 0;
}
int MaxSubseqSum( int left, int right)
{
//求最大子列和函数是一个递归函数,确定递归结束条件
if (left == right)//只有一个数终止
{
return arr[left];
}
//左右最大子列和
int mid = (left + right)/2;
int LeftMaxSum = MaxSubseqSum(left, mid);
int RightMaxSum = MaxSubseqSum(mid + 1, right);
//跨分界线最大子列和 以分界线为轴 左右分别取最大
int LeftBorderMaxSum = 0;
int LeftBorderSum = 0;
for (int i = mid; i >= left; i--)
{
LeftBorderSum += arr[i];
if (LeftBorderSum > LeftBorderMaxSum)
{
LeftBorderMaxSum = LeftBorderSum;
}
}
int RightBorderMaxSum = 0;
int RightBorderSum = 0;
for (int i = mid + 1; i <= right; i++)
{
RightBorderSum += arr[i];
if (RightBorderSum > RightBorderMaxSum)
{
RightBorderMaxSum = RightBorderSum;
}
}
int BorderMaxSum = LeftBorderMaxSum + RightBorderMaxSum;
int LRMaxSum = max3(LeftMaxSum,RightMaxSum,BorderMaxSum);
return LRMaxSum;
}
int max3(int a,int b,int c){
int max=a;
if(b>max){
max=b;
}
if(c>max){
max=c;
}
return max;
}
总结:求一个数列的最大和,可以直接从第一个元素往后遍历,存取最大和,直到最后一个元素,时间复杂度为O(n^2)。分而治之的核心是把一个数列的最大和问题进行了拆分,分为可以递归的部分:即左右两侧的最大和以及好计算的跨中线的最大和,时间复杂度计算如下: