01-复杂度1 最大子列和问题(动态规划,在线处理,分而治之,枚举)

01-复杂度1 最大子列和问题

分数 20

作者 DS课程组

单位 浙江大学

给定K个整数组成的序列{ N1​, N2​, ..., NK​ },“连续子列”被定义为{ Ni​, Ni+1​, ..., Nj​ },其中 1≤i≤j≤K。“最大子列和”则被定义为所有连续子列元素的和中最大者。例如给定序列{ -2, 11, -4, 13, -5, -2 },其连续子列{ 11, -4, 13 }有最大的和20。现要求你编写程序,计算给定整数序列的最大子列和。

本题旨在测试各种不同的算法在各种数据情况下的表现。各组测试数据特点如下:

  • 数据1:与样例等价,测试基本正确性;
  • 数据2:102个随机整数;
  • 数据3:103个随机整数;
  • 数据4:104个随机整数;
  • 数据5:105个随机整数;

输入格式:

输入第1行给出正整数K (≤100000);第2行给出K个整数,其间以空格分隔。

输出格式:

在一行中输出最大子列和。如果序列中所有整数皆为负数,则输出0。

输入样例:

6
-2 11 -4 13 -5 -2

输出样例:

20

一共四种写法:

1)暴力枚举

/**
    1)暴力枚举
*/

/**
#include <iostream>
#include <cstdio>
using namespace std;

int main()
{
    int n;
    scanf("%d",&n);
    int a[n];
    for(int i=0;i<n;++i)
        scanf("%d",&a[i]);
    int thissum=0,maxsum=0;
    for(int i=0;i<n;++i)
    {
        thissum=0;
        for(int j=i;j<n;++j)
        {
            thissum+=a[j];
            maxsum=max(thissum,maxsum);
        }
    }
    cout << maxsum << endl;
    return 0;
}
*/

2)分而治之:

/**
    2)分而治之:
*/

/**
#include <iostream>
#include <cstdio>
#include <algorithm>
using namespace std;

int max_sub_sum(int* a,int l,int r);
int main()
{
    int n;
    scanf("%d",&n);
    int a[n];
    for(int i=0;i<n;++i)
        scanf("%d",&a[i]);
    int maxsum=max_sub_sum(a,0,n-1);
    cout << maxsum << endl;
    return 0;
}

int max_sub_sum(int* a,int l,int r)
{
    if(l==r)
    {
        if(a[l]>0)
            return a[l];
        else
            return 0;
    }

    int mid=(l+r)/2;
    int leftsum=max_sub_sum(a,l,mid);
    int rightsum=max_sub_sum(a,mid+1,r);

    int partleft=0,lefttemp=0;
    for(int i=mid;i>=l;--i)
    {
        lefttemp+=a[i];
        partleft=max(partleft,lefttemp);
    }

    int partright=0,righttemp=0;
    for(int i=mid+1;i<=r;++i)
    {
        righttemp+=a[i];
        partright=max(partright,righttemp);
    }

    return max({leftsum,rightsum,partleft+partright});

}
*/

 3)在线处理:

/**
    3)在线处理:
*/

/**
#include <iostream>
#include <cstdio>
using namespace std;

int main()
{
    int n,val;
    scanf("%d",&n);
    int thissum=0,maxsum=0;
    for(int i=0;i<n;++i)
    {
        scanf("%d",&val);
        thissum+=val;
        maxsum=max(maxsum,thissum);
        if(thissum<0)
            thissum=0;
    }

    cout << maxsum << endl;
    return 0;
}
*/

4)动态规划:
    dp[i]=max(dp[i-1]+a[i],a[i]);

/**
    4)动态规划:
    dp[i]=max(dp[i-1]+a[i],a[i]);
*/

#include <iostream>
#include <algorithm>
#include <cstdio>
using namespace std;

int main()
{
    int n,val;
    scanf("%d",&n);
    int dp[n+1];
    dp[0]=0;
    for(int i=1;i<=n;++i)
    {
        scanf("%d",&val);
        dp[i]=max(dp[i-1]+val,val);
    }
    cout << *max_element(dp,dp+n+1) << endl;
    return 0;
}

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
分而治之是一种常用的算法思想,可以用来解决最大子列问题。在这种方法中,我们将问题分解成更小的子问题,并在每个子问题上递归地应用该方法。然后,我们将子问题的解合并起来,形成原始问题的解。 下面是使用分而治之方法解决最大子列问题的Python代码: ```python def max_subarray_sum(arr, low, high): # 递归终止条件,当只有一个元素时返回该元素 if low == high: return arr[low] # 分治法的分解步骤,将问题分解为更小的子问题 mid = (low + high) // 2 left_max = max_subarray_sum(arr, low, mid) right_max = max_subarray_sum(arr, mid + 1, high) # 分治法的合并步骤,将子问题的解合并得到原始问题的解 cross_max = max_crossing_sum(arr, low, mid, high) # 返回左子数组最大子列和、右子数组最大子列和和跨越中点的最大子列和中的最大值 return max(left_max, right_max, cross_max) def max_crossing_sum(arr, low, mid, high): # 计算包含中点的左侧最大子列和 left_sum = float("-inf") curr_sum = 0 for i in range(mid, low - 1, -1): curr_sum += arr[i] if curr_sum > left_sum: left_sum = curr_sum # 计算包含中点的右侧最大子列和 right_sum = float("-inf") curr_sum = 0 for i in range(mid + 1, high + 1): curr_sum += arr[i] if curr_sum > right_sum: right_sum = curr_sum # 返回左侧最大子列和、右侧最大子列和和跨越中点的最大子列和的和 return left_sum + right_sum # 测试代码 arr = [-2, 11, -4, 13, -5, -2] max_sum = max_subarray_sum(arr, 0, len(arr) - 1) print(max_sum) ``` 这段代码通过递归地将问题分解为更小的子问题,并在每个子问题上应用该方法。然后,它将子问题的解合并起来,得到原始问题的解。

“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