最大子列和问题

最大和子列问题

题目：给定$N$个整数的序列{$A_1,A_2,\cdots ,A_N$}，求函数$f(i,j)=max${$0,{\sum }_{k=i}^j{A}_k$}的最大值。

算法1

• 算法复杂度——$T(N)=O(N^3)$

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——$T(N)=O(N^2)$

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——$T(N)=O(NlogN)$

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——$T(N)=O(N)$

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