最大子列和问题

最新推荐文章于 2020-03-18 18:11:33 发布

Shawn_RJF

最新推荐文章于 2020-03-18 18:11:33 发布

阅读量123

点赞数

分类专栏： C

本文链接：https://blog.csdn.net/rjf666/article/details/82527113

版权

C 专栏收录该内容

49 篇文章 4 订阅

订阅专栏

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。

提供了4种算法

/* 
算法1 
int MaxSum1(int A[], int N){
	int ThisSum, MaxSum = 0;
	int j, k, i;
	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A[i]到A[j]的子列和 
			for(k = i; k <= j; k++){
				ThisSum += A[k];
			}
			if(ThisSum > MaxSum){//如果刚得到的这个子列更大则更新结果 
				MaxSum = ThisSum;
			}
		}//j循环结束 
	}//i循环结束
	return MaxSum;
} 
*/ 

/*算法2
int MaxSum1(int A[], int N){
	int ThisSum, MaxSum = 0;
	int j, i;
	for(i = 0; i < N; i++){//i是子列左端位置 
		ThisSum = 0;//ThisSum是A[i]到A[j]的子列和
		for(j = i; j < N, j++){//j是子列右端位置
			ThisSum += A[j];
			//对于不同的i，不同的j，只要在j-1次循环的基础上累加一项即可 
		if(ThisSum > MaxSum){
		//如果刚得到的这个子列更大则更新结果 
				MaxSum = ThisSum;
			}
		}//j循环结束 
	}//i循环结束
	return MaxSum;
} 	*/

/*算法3-----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 ); 
}
*/

/*算法4----在线处理
int MaxSum1(int A[], int N){
	int ThisSum, MaxSum = 0;
	int i;
	for(i = 0; i < N; i++){
		ThisSum +=A[i];//向右累加 
	 
		if(ThisSum > MaxSum){
			MaxSum = ThisSum;//发现更大的和则更新当前结果
		} 
		else if(ThisSum < 0)//如果当前子列和为负数
		ThisSum = 0;//则无法是当前值增大，抛弃 
	}
	return MaxSum;
}*/