使用分治法的基本特征:
1.问题缩小到一定规模容易解决
2.分解成的子问题是相同种类的子问题,即该问题具有最优子结构性质
3.分解而成的小问题在解决之后要可以合并
这个是能否分治的关键,解决子问题之后如果不能合并从而解决大问题的话,那就凉凉了,如果满足一,二,不满足三,即具有最优子结构的话,可以考虑贪心或者dp
4.子问题是相互独立的,即子问题之间没有公共的子问题
如果不满足第四条的话,也可以用分治,但是在分治的过程中,有大量的重复子问题被多次的计算,拖慢了算法效率,这样的问题可以考虑dp(大量重复子问题)
最大子段和问题:
给定由n个整数组成的序列(a1, a2, …, an),最大子段和问题要求该序列的最大值,当序列中所有整数均为负整数时,其最大子段和为0。
代码思路:
- 首先按照平衡子问题的原则,分成两个子序列
- 最大子段可能出现在左序列,有可能出现在右序列,也有可能是左右结合起来
- 左(右)序列可以用递归来解决,左右结合的以center分开,两边都是半定区间,循环解决即可
代码:
#include<bits/stdc++.h>
using namespace std;
int maxSum(int a[],int left,int right)
{
int sum=0;
if(right==left)
if(right==left)
{
if(a[left]>0)
return a[left];
else
return 0;
}
int center=(left+right)/2;
int leftsum=maxSum(a,left,center);
int rightsum=maxSum(a,center+1,right);
int s1=0;
int lefts=0;
for(int i=center;i>=left;i--)
{
lefts+=a[i];
if(lefts>s1)
s1=lefts;
}
int s2=0;
int rights=0;
for(int i=center+1;i<=right;i++)
{
rights+=a[i];
if(rights>s1)
s2=rights;
}
sum=s1+s2;
int sum1=max(sum,leftsum);
int sum2=max(sum1,rightsum);
return sum;
}
int main()
{
int n;
cin>>n;
int a[n];
for(int i=0;i<n;i++)
cin>>a[i];
cout<<maxSum(a,0,n-1);
}