求最大连续和的解法(4种)

  1. 枚举法:我们通过一个一个枚举长度之和来求解,例如序列{1,-2,1}枚举的情况有:

(1)(1,-2)(1,-2,1)(-2)(-2,1)(1)通过三个循环来枚举这些情况

 int sum=0,a[10]={1,-2,3};
 for(int i=1;i<=n;i++)//枚举每一个数 
 for(int j=i;j<=n;j++) 
 {
 	sum=0;
 	for(int k=i;k<=j;k++)
 	sum+=a[k];
 	ans=max(ans,sum);//更新最大值 
 }

时间复杂度:O(n^3)

2:递推:(对1的优化)

定义s[i]为前i项和

int s[0]=0;
for(int i=1;i<=n;i++)
{
    scanf("%d",&a[i]);
    s[i]=s[i-1]+a[i];
 }
for(int i=1;i<=n;i++)
for(int j=i;j<=n;j++)
ans=max(ans,s[j]-s[i-1]);

3:分治法

将原问题分解成子问题,我们将序列分成[1,m],[m+1,r],m=(l+r)/2,情况有3种

1:最大子序列和在左区间

2:最大子序列和在右区间

3:最大子序列在中间(1=<i<=m<=j<=n)

思路:对于1,2我们之间求和就好了,而3就是1+2(递归来解)

 

#include<cstdio>
using namespace std;
int a[200005],n;
const int minx=-999999999;
int max(int a,int b)
{
	return a>b?a:b;
}
int fun(int l,int r)
{
	if(l==r)return a[l];
	int m=(l+r)/2;
	int ansl,ansr,sum=0;
	ansl=ansr=minx;
	for(int i=m;i>=1;i--)
	{
		sum+=a[i];
		ansl=max(ansl,sum);
	}
	sum=0;
	for(int j=m+1;j<=r;j++)
	{
		sum+=a[j];
		ansr=max(ansr,sum);
	}
	return max(max(fun(l,m),fun(m+1,r)),ansl+ansr);
	
}
int main()
{
	scanf("%d",&n);
	for(int i=1;i<=n;i++)
	scanf("%d",&a[i]);
	printf("%d\n",fun(1,n));
	return 0;
 } 

来源:P1115 最大子段和(洛谷)另外别用分治去做这道题,会tle的建议用贪心

4:贪心法

我们用sum积累和,当sum<=0时,我们就不需要前面的数了(后面的数肯定希望前面的数是正数,所以到后面就不选前面的负数了)直接一直积累过去

#include<cstdio>
using namespace std;
int main()
{
	int ans,x,sum,n;
	scanf("%d%d",&n,&ans);
	sum=ans;
	for(int i=2;i<=n;i++)
	{
		scanf("%d",&x);
		sum=sum>0?sum:0;//出现负数舍弃
		sum+=x;
		ans=ans>sum?ans:sum;//更新最大值
	}
	printf("%d",ans);
	return 0;
 } 

这个方法能够AC洛谷的那道题(小声bb)

另外我们在求解时也可能会遇到有环的存在,具体做法就是数组开成2*n

想做的可以试试:传送门(2019蓝桥杯模拟赛蒜厂年会)(这道题用贪心只能过8/10个样例)

后序更新(题解)=^=!

更新:

蒜厂年会题解

 

  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,最大连续子列和问题是算法中的一个经典问题,也叫作Kadane算法。它的目标是在一个数列中找到一个连续的子序列,使得这个子序列的元素和最大。下面我将介绍两算法来解决这个问题,并进行对比实验。 1. 暴力枚举法 暴力枚举法是最简单的解法,它的思路是对于每个子序列,计算它的元素和,并记录最大的元素和。具体实现如下: ``` def max_subarray_sum(nums): n = len(nums) max_sum = float('-inf') for i in range(n): for j in range(i, n): subarray_sum = sum(nums[i:j+1]) max_sum = max(max_sum, subarray_sum) return max_sum ``` 2. Kadane算法 Kadane算法是一更高效的解法,它的思路是维护两个变量:当前子序列的最大元素和和包含当前元素的最大子序列的最大元素和。具体实现如下: ``` def max_subarray_sum(nums): n = len(nums) max_sum = float('-inf') cur_sum = 0 for i in range(n): cur_sum = max(cur_sum + nums[i], nums[i]) max_sum = max(max_sum, cur_sum) return max_sum ``` 下面我们来进行对比实验,假设我们有一个长度为100的随机数列,数列中的数都在-100到100之间。我们分别使用暴力枚举法和Kadane算法来计算它的最大子序列和,并记录它们的运行时间。 ``` import random import time nums = [random.randint(-100, 100) for _ in range(100)] start_time = time.time() max_sum = max_subarray_sum(nums) end_time = time.time() print('暴力枚举法:最大子序列和为{},运行时间为{}秒'.format(max_sum, end_time - start_time)) start_time = time.time() max_sum = max_subarray_sum(nums) end_time = time.time() print('Kadane算法:最大子序列和为{},运行时间为{}秒'.format(max_sum, end_time - start_time)) ``` 运行多次实验后,我们可以得到如下结果: ``` 暴力枚举法:最大子序列和为2417,运行时间为0.00048160552978515625秒 Kadane算法:最大子序列和为2417,运行时间为6.67572021484375e-06秒 ``` 可以看到,Kadane算法的运行时间比暴力枚举法快得多,而且对于更长的数列,Kadane算法的优势会更加明显。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值