动态规划——最大子段和问题

动态规划——最大子段和问题

问题：

给定n个整数（可以为负数）的序列（a1 , a2 , …, an），求其最大子段和（连续的某个子串）。

分析：

蛮力法的话，O(n²)

分治法，将序列分为左右两部分分别求最大子段和，从分界点开始向两边分别找最大子段和再合并，取最大即可。复杂度递推式：T(n) = 2T(n/2) + O(n) = O(nlogn)

动态规划，最优子结构的构造有点小技巧。

最优子结构：b[j]，表示到j结束的所有子段中最大的那个，起始点从1到j都有可能，如果遍历一遍j，就可以覆盖所有子问题。（乍一看似乎就是一个蛮力，但是由于这题子问题间存在递推关系，相当于用前面计算过的计算新的，正体现动态规划的本质，空间换时间，减少重复计算）b[j]意味着至少j被选中了。

确定递推关系：对于j-1而言，有两种选择，选（继续向左扩张子串）或者不选（子串就是a[j]了），也就是说b[j] = max{a[j],b[j-1]+a[j]}。最终取b中最大的那个即可。

代码：

#include <bits/stdc++.h>

using namespace std;

// 计算序列的最大子段和
// 输入：序列长度n，序列a，子结构矩阵b，结果记录矩阵c
// 输出：最大子段和及其长度
int MaxSum(int n, int a[], int b[], int c[]){
    // 初始化
    b[0] = 0;
    // 计算
    for(int j = 1;j <= n;j++){
        b[j] = max(a[j], b[j-1] + a[j]);
        if(a[j] > b[j-1] + a[j]){
            c[j] = j;
        }else{
            c[j] = c[j-1];
        }
    }
    // 求最大值
    int maxb = -10000,end = -1;
    for(int i = 1;i <= n;i++){
        if(maxb < b[i]){
            maxb = b[i];
            end = i;
        }
    }
    // 输出结果
    for(int i = c[end];i <= end;i++)
        cout<<a[i]<<" ";
    cout<<endl;
    return maxb;
}

int main(){
    int a[8] = {0, 2, -5, 8, 11, -3, 4, 6};
    int c[8],b[8];
    memset(c, 0, sizeof(c));
    memset(b, 0, sizeof(b));
    cout<<MaxSum(8, a, b, c)<<endl;
}

复杂度：

时间复杂度：O(n)

空间复杂度：O(n)