最大和子列问题
题目:给定 N N N个整数的序列{ A 1 , A 2 , ⋯ , A N A_1,A_2,\cdots,A_N A1,A2,⋯,AN},求函数 f ( i , j ) = m a x f(i,j)=max f(i,j)=max{ 0 , ∑ k = i j A k 0,\sum_{k=i}^jA_k 0,∑k=ijAk}的最大值。
算法1
- 算法复杂度—— T ( N ) = O ( N 3 ) T(N)=O(N^3) T(N)=O(N3)
int MaxSubSum1(int A[], int N);
{
int ThisSum, MaxSum = 0;
int i, j, k;
for( i = 0; i< N; i++) /*i是子列左端位置*/
{
for( j = i; j < N; j++) /*j是子列右端位置*/
{
ThisSum = 0; /*ThisSum是A[i]到A[j]的子列和*/
for( k = i; k <= j; k++)
ThisSum += A[k];
if( ThisSum > MaxSum) /*如果刚得到的子列和更大,则更新结果*/
MaxSum = ThisSum;
}/*j循环结束*/
}/*i循环结束*/
return MaxSum;
}
算法2
- 算法复杂度—— T ( N ) = O ( N 2 ) T(N)=O(N^2) T(N)=O(N2)
int MaxSubSum1(int A[], int N);
{
int ThisSum, MaxSum = 0;
int i, j, k;
for( i = 0; i< N; i++) /*i是子列左端位置*/
{
ThisSum = 0; /*ThisSum是A[i]到A[j]的子列和*/
for( j = i; j < N; j++) /*j是子列右端位置*/
{
ThisSum += A[j];
/*对于相同的i,不同的j,只要在j-1次循环的基础上累加1项即可*/
if( ThisSum > MaxSum) /*如果刚得到的子列和更大,则更新结果*/
MaxSum = ThisSum;
}/*j循环结束*/
}/*i循环结束*/
return MaxSum;
}
算法3
- 分而治之
- 算法复杂度—— T ( N ) = O ( N l o g N ) T(N)=O(NlogN) T(N)=O(NlogN)
int Max3( int A, int B, int C )
{ /* 返回3个整数中的最大值 */
return A > B ? A > C ? A : C : B > C ? B : C;
}
int DivideAndConquer( int List[], int left, int right )
{ /* 分治法求List[left]到List[right]的最大子列和 */
int MaxLeftSum, MaxRightSum; /* 存放左右子问题的解 */
int MaxLeftBorderSum, MaxRightBorderSum; /*存放跨分界线的结果*/
int LeftBorderSum, RightBorderSum;
int center, i;
if( left == right ) { /* 递归的终止条件,子列只有1个数字 */
if( List[left] > 0 ) return List[left];
else return 0;
}
/* 下面是"分"的过程 */
center = ( left + right ) / 2; /* 找到中分点 */
/* 递归求得两边子列的最大和 */
MaxLeftSum = DivideAndConquer( List, left, center );
MaxRightSum = DivideAndConquer( List, center+1, right );
/* 下面求跨分界线的最大子列和 */
MaxLeftBorderSum = 0; LeftBorderSum = 0;
for( i=center; i>=left; i-- ) { /* 从中线向左扫描 */
LeftBorderSum += List[i];
if( LeftBorderSum > MaxLeftBorderSum )
MaxLeftBorderSum = LeftBorderSum;
} /* 左边扫描结束 */
MaxRightBorderSum = 0; RightBorderSum = 0;
for( i=center+1; i<=right; i++ ) { /* 从中线向右扫描 */
RightBorderSum += List[i];
if( RightBorderSum > MaxRightBorderSum )
MaxRightBorderSum = RightBorderSum;
} /* 右边扫描结束 */
/* 下面返回"治"的结果 */
return Max3( MaxLeftSum, MaxRightSum, MaxLeftBorderSum + MaxRightBorderSum );
}
int MaxSubseqSum3( int List[], int N )
{ /* 保持与前2种算法相同的函数接口 */
return DivideAndConquer( List, 0, N-1 );
}
算法4
- 在线处理
- 算法复杂度—— T ( N ) = O ( N ) T(N)=O(N) T(N)=O(N)
int MaxSubseqSum4(int A[], int N)
{
int MaxSum, ThisSum;
int i;
ThisSum = MaxSum = 0;
for(i=0; i<N; i++)
{ ThisSum += A[i]; /*向右累加*/
if( ThisSum > MaxSum)
MaxSum = ThisSum; /*发现更大和则更新当前结果*/
else if( ThisSum < 0) /*如果当前子列和为负,则不可能使后面的部分和更大,抛弃之*/
ThisSum = 0;
}
return MaxSum;
}
- “在线”的意思是指每输入一个数据就进行即时处理,在任何一个地方终止输入,算法都能正确给出当前的解
- 运行时间