三种算法求解一个数组的子数组最大和

最新推荐文章于 2018-09-05 10:10:57 发布

summer.lei

最新推荐文章于 2018-09-05 10:10:57 发布

阅读量955

点赞数

分类专栏：算法文章标签：算法分治剑指offer 算法导论

本文链接：https://blog.csdn.net/summer070825/article/details/52527999

版权

这是一篇关于如何寻找一个整数数组中最大子数组和的文章，介绍了三种算法：暴力求解法（O(n^2)）、分治法（O(nlogn)）和线性时间算法（O(n)）。分治法通过递归分解数组，线性时间算法利用动态规划思想，仅扫描一次数组即可找到最大子数组。

摘要由CSDN通过智能技术生成

这是一道考的烂的不能再烂的题目，但是依然有很多公司乐于将这样的题目作为笔试或面试题，足见其经典。

一个整数数组中的元素有正有负，在该数组中找出一个连续子数组，要求该子数组中各元素的和最大，这个子数组便被称作最大子数组。比如数组{2,4,-7,5,2,-1,2,-4,3}的最大子数组为{5,2,-1,2}，最大子数组的和为5+2-1+2=8。

下面按照时间复杂度逐步优化的顺序依次给出这三种算法。

暴力求解法：此种方法最简单，我想应该也是每个人拿到题目想到的第一种解法了，学过一点编程的人都应该能编出此类程序。记sum[i..j]为数组中第i个元素到第j个元素的和。
伪代码：

int maxSubArray(int *A,int l,int r) {
    if l<r do 
        mid = (l+r)/2;
        ml = maxSubArray(A,l,mid); //分治 
        mr = maxSubArray(A,mid+1,r);
        for i=mid downto l do 
            search maxleft; 
        for i=mid+1 to r do 
            search maxright; 
        return max(ml,mr,maxleft+maxright); //归并 
        then //递归出口 
            return A[l]; 
}

c++代码

/*
常规方法,时间复杂度O（n*n）
先从第一个元素开始向后累加，
每次累加后与之前的和比较，保留最大值，
再从第二个元素开始向后累加，以此类推。
*/
int MaxSubSum1(int *arr,int len)
{
  int i,j;
  int MaxSum = 0;
  //每次开始累加的起始位置的循环
  for(i