题目:给定n个整数的序列{},求函数f(i,j)=max{0,}的最大值。
首先,要理解什么是最大的子列和?
在这里,“子列”被定义为原始序列中连续的一段数字。
我们的任务是:找到具有最大和的一段连续子列,并且返回它的和。(注:如果这个最大和是负数,那我们规定最终取0为最终答案)
举一个例子:例如给定序列{-2,11,-4,13,-5,-2},其最大子列为{11,-4,13},和为20。
回到题目,解决这个问题至少有4种不同的算法
方法一:直接法。穷举所有子列和,从中找出最大值。
方法一的时间复杂度由3层for循环决定的,即O()。
int MaxSubseqSum1(int List[],int N)
{ int i,j,k;
int ThisSum,MaxSum=0;
for(i=0;i<N;i++) { /*i是子列左端位置*/
for(j=i;j<N;j++){ /* j是子列右端位置 */
ThisSum=0; /*ThisSum是从List[i]到list[j]的子列和*/
for(k=i;k<=j;k++)
ThisSum+=List[k];
if(ThisSum>=MaxSum)/*如果刚得到的这个子列和更大*/
MaxSum=ThisSum; /*则更新结果*/
} /*j循环结束*/
} /*i循环结束*/
return Maxsum; /*返回最大子列和*/
}
方法二:部分存储中间值的穷举。
算法复杂度:该程序的时间复杂度是由2层嵌套的for循环决定的,所以该算法复杂度为O()
int MaxSubseqSum2(int List[],int N)
{ int i,j;
int ThisSum,MaxSum=0;
for(i=0;i<N;i++){ /* i是子列左端位置 */
ThisSum =0; /*ThisSum是从List[i]到List[j]的子列和*/
for(j=i;j<N;j++){ /*j是子列右端位置*/
/*对于相同的i,不同的j,只要在j-1次循环的基础上累加1项即可*/
ThisSum+=List[j];
if(ThisSum>MaxSum) /* 如果刚得到的这个子列和更大 */
MaxSum=ThisSum; /*则更新结果*/
} /*j循环结果*/
} /*i循环结果*/
return MaxSum;
}
方法三:分而治之(简称“分治法”)。
基本思路:将原问题拆分成若干小型问题,分别解决后再将结果合而治之,用递归实现非常方便。
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);
/*下面求夸分界线的最大子列和*/
MaxLeftBorderSum=0; LeftBorderSum=0
for (i=center;i>=left;i--) /*从中线向右扫描*/
{
RightBorderSum+=List[i];
if(RightBorderSum>MaxRightBorderSum)
MaxRightBorderSum=RightBorderSum;
} /*右边扫描结束*/
/*下面是返回“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);
}
时间复杂度:O(N log N )。
方法四:在线处理
含义:指每输入一个数据就进行及时处理,得到结果是对于当前已经读入的所有数据都成立的解,即在任何一个地方中止输入,算法都能给出当前的解。
int MaxSubseqSum4(int List[],int N)
{
int i;
int ThisSum,MaxSum;
ThisSum=MaxSum=0;
for(i=0;i<N;i++){
ThisSum+=List[i]; /*向右累加*/
if(ThisSum>MaxSum)
MaxSum=ThisSum; /*发现更大和则更新当前结果*/
else if(ThisSum<0) /*如果当前子列和为负*/
ThisSum=0; /*则不可能使后面的部分和增大,抛弃之*/
}
return MaxSum;
}
算法复杂度:O(N)