最大子列和(时间复杂度)代码实现及结果对比

题目:给定N个整数的序列{ A 1 , A 2 , A 3 . . . A N A_1,A_2,A_3...A_N A1,A2,A3...AN}, 求函数 f ( i , j ) = m a x ( 0 , Σ k = 1 j A k ) f(i,j)=max(0,\Sigma_{k=1}^jA_k) f(i,j)=max(0,Σk=1jAk)的最大值

这一部分是浙大数据结构第一章节的一道题目,主要目的是讲解时间复杂度。

方法一

  • 直接使用循环遍历的方法。
int MaxSubseqSum1( int A[], int N)
{
   
	int ThisSum, MaxSum = 0;
	int i,j,k;
	for (i=0; i<N, i++){
   //左边最小值
		for (j=i; j<N; j++){
   //右边最小值
			ThisSum = 0;
			for (k=i; k<=j; k++)//中间全部加和
				ThisSum +=A[k];
			if(ThisSum > MaxSum)//如果大于最大值
				MaxSum =
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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