笔记_最大连续子数列和的几种算法

1.朴素的想法

以一定长度从数列中连续取数求和，长度从最大到1为止，长度越短每次求和的次数越多。这种方法时间复杂度高N^3，还难以改进。

{
	int i = 0, j = N - 1, sum, max = 0, N2;
	N2 = N;
	while( N >= 1 ){
		
		while( j <= N2 - 1 ){
			
			for( int t = i ; t <= j ; t ++ ){
				sum += List[t]; 
			}
			
			if( sum > max )
				max = sum;
				
			sum = 0;
			i ++;
			j ++;
		}
		i = 0;
		N --;
		j = N - 1;
	}
        return max;
}

另一种暴力的方法，从下标从 i 到 j 取数求和，外层循环保持 i 递增，内层循环保持 j 递增，下标从低到高重复求和。

{   
        int i, j, k, sum, max = 0;

	for( i = 0; i < N; i++){
		
		for( j = i; j < N; j++){

            sum = 0;
            for( k = i; k <= j; k++)
                sum += List[k];
			
			if( sum > max)
				max = sum;
		}
	}
} 

2.这种方法的改进就是把重复求和变成不重复求和，只把新来的数加到上次求和的结果中。复杂度降低为N^2

{
        int i, j, sum, max = 0, ;
	for( i = 0; i < N; i++){
		sum = 0;
		for( j = i; j < N; j++){
			sum += List[j];
			if( sum > max)
				max = sum;
		}
	} 
	return max;

}

3.分而治之

采用从中间分开，两边递归求连续子数列和的方法。

时间复杂度计算：【  T(N)=2T(N/2)+cN=2^kO(1)+ckN  】, 其中N/(2^k)=1 -> k=log(2,N)记为logN

                             【  T(N)=O(N)+O(N logN) ，相加取较大的项，结果就得 N logN  】

代码在最后。

4.在线处理算法

很有实际意义的做法。时间复杂度T(N)=O(N)。

每次读取数字的时候想一个问题，这个数字对于当前的和来说是让其变大还是变小了？如果变大了就累加，继续读取下一个数，如果变小了要计算少了多少？是否足以抵消前面已累积的子列和，如果没完全抵消就累加，否则抛弃此数以及之前算出的子列和--子列和归零，然后继续读取下一个数。最大连续子列和就是若干次求和中最大的一次。

	int sum,max;
	sum=max=0;
	for(int i=0;i<N;i++){
		sum += List[i];
		if( sum > max)
			max = sum;
		else if( sum < 0)
			sum = 0;
	} 
        return max;

 

 

分而治之：

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 );
}