注意:因为 N / 2 k = 1 , 则 N = 2 k N/2^k=1,则N=2^k N/2k=1,则N=2k,所以可以从倒数第二步得到倒数第一步。
那么问题来了!求最大子列和为什么可以用以上分而治之的方法呢?
这也是困惑了我好长时间的一个问题,最终我通过反复调试程序代码,终于弄明白了。
我们可以把该序列用一条分界线分成两部分,那么所求的子序列所在区域有三种情况:
1)在左边区域,2)在右边区域,3)分界线的左、右两边相连的区域。
如果我们三个区域的最大子列和都知道,问题就简单了,我们只要把这三种情况的结果做一个比较就能得出最终答案了。但是我们并不知道,所以对于分割后的左、右区域也要分成三种情况讨论,以此类推。
值得注意是:因为第三种情况一定是连着的,所以必须是从分界线往左右两边扫描。还有第三种情况和前两种情况没有任何关系
//mooc课后代码
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 );
}