个人blog迁移到www.forwell.me
(在开始之前,请点击下载源码,后面的描述都是基于源码进行的)
最大子数问题(本文不对分治法求最大子数的思想进行描述,重在实现,如果你对该算法不熟悉课阅读《算法导论》4.1,中文版38-42页,英文版67-73页,或点击了解)
《算法导论》中引入这个问题是通过股票的购买与出售,经过问题转换,将前一天的当天的股票差价重新表示出来,即转为了一个最大子数组的问题,所谓最大子数问题就是在数列的一维方向找到一个连续的子数列,使该子数列的和最大。例如,对一个数列 −2, 1, −3, 4, −1, 2, 1, −5, 4,其连续子数列中和最大的是 4, −1, 2, 1, 其和为6。我看到这个问题的想法就是遍历所有的子串,算一下就能得出结果,没错这就是人类直接的土办法,这也是《算法导论》4.1习题要求做的。下面就先写暴力计算最大子数的伪代码《算法导论》课后习题4.1-2:
FORCE_FIND_MAXMUM_SUBARRAY(A)
1 sum=0//记录最大子串的值
2 n=A.length
3 for i=0 to n
4 temp_sum=0
5 for j=i to n
6 temp_sum = temp_sum+A[j]
7 if temp_sum>sum
8 low=i//记录最大子串的开始下标
9 hight=j//记录最大子串的结束下标
10 sum = temp_sum
11 return (low,hight,sum)
Java代码实现
static ReturnResult ForceFindMaximumSubarray(int array[])
{
ReturnResult returnResult = new ReturnResult();
int arrayLength = array.length;
int tempSum=0;//记录最大子串相加的中间变量
for(int i=0;i<arrayLength;i++)//从第一个元素开始遍历所有子串
{
tempSum = 0;//新的开始需要初始化
for(int j=i;j<arrayLength;j++)
{
tempSum = tempSum+array[j];
if(tempSum>returnResult.getSum())//证明出现了比目前记录最大的子串,则需要更行记录
{
returnResult.setMaxLeft(i);
returnResult.setMaxRight(j);
returnResult.setSum(tempSum);
}
}
}
return returnResult;
}
公共类ReturnResult:
package com.tangbo;
public class ReturnResult {
int maxLeft;//最大子串开始下标
int maxRight;//最大子串结束下标
int sum;//子串的值
ReturnResult()
{
//初始化
maxLeft = 0;
maxRight = 0;
sum = 0;
}
public int getMaxLeft() {
return maxLeft;
}
public void setMaxLeft(int maxLeft) {
this.maxLeft = maxLeft;
}
public int getMaxRight() {
return maxRight;
}
public void setMaxRight(int maxRight) {
this.maxRight = maxRight;
}
public int getSum() {
return sum;
}
public void setSum(int sum) {
this.sum = sum;
}
@Override
public String toString() {
return "ReturnResult [maxLeft=" + maxLeft + ", maxRight=" + maxRight
+ ", sum=" + sum + "]";
}
}
很显然这个算法的效率是O(n^2),但是分治法是O(nlgn),下面我们来看一下分治算法:分治算法就是将一个问题分解成若干个小问题,对若干个小问题分别求解,最后在合并起来,最大子段问题课以分成三种情况:1.数组a[1-n](即数组前1至n个元素) 的最大子段和a[1-n/2]的最大子段相同;(2)数组a[1-n](即数组前1至n个元素) 的最大子段和a[n/2+1-n]的最大子段相同;(3)数组a[1-n]的最大子段和是由a[1-n/2]和a[n/2+1-n]结合而成即最大子数在跨越中点。我们会发现(1)(2)情况通过递归最后都变成(3)这种情况,下面我们就来情况(3)的解决思想,伪代码如下:
FIND_MAX_CROSSING_SUBARRAY(A,low,mid,high)
1 left_sum = -∞
2 sum=0
3 for i=mid to low
4 sum = sum+A[i]
5 if sum>left_sum
6 left_sum = sum
7 max_left=i
8 right_sum=-∞
9 sum=0
10 for j=mid+1 to hight
11 sum = sum+A[i]
12 if sum>right_sum
13 right_sum = sum
14 max_left=j
15 return (max_left,max_right, left_sum+ right_sum)
Java代码实现为:
static ReturnResult FindMaximumCrossingSubarray(int array[],int beginIndex,int mid,int endIndex)
{
ReturnResult returnResult = new ReturnResult();
int tempSum = 0;
int leftSum = 0 ;
int rightSum = 0;
//计算下半段最大子串
for(int i=mid;i>beginIndex-1;i--)
{
tempSum = tempSum+array[i];
if(tempSum>leftSum)
{
returnResult.setMaxLeft(i);
leftSum = tempSum;
}
}
tempSum = 0;//计算下半段最大子串
for(int j=mid+1;j<=endIndex;j++)
{
tempSum = tempSum + array[j];
if(tempSum>rightSum)
{
returnResult.setMaxRight(j);
rightSum = tempSum;
}
}
returnResult.setSum(rightSum+leftSum);//计算子串总和
return returnResult;
}
剩下的就是如何进行分治,我们是把数组分成一半,分别求左边的最大子串,右面的最大子串和包含中点的最大子串,左边和右边的最大子串又可以转化为上述的三种情况,最后转化为第三种情况来实现,Java代码如下:
//采用分治的方法来计算最大子串
static ReturnResult DivideAndConquerFindMaximumSubarray(int array[],int beginIndex,int endIndex)
{
int mid;
ReturnResult returnResult = new ReturnResult();
if(beginIndex==endIndex)
{
returnResult.setMaxLeft(beginIndex);
returnResult.setMaxRight(endIndex);
returnResult.setSum(array[beginIndex]);
return returnResult;
}else
{
mid = (beginIndex+endIndex)/2;
ReturnResult leftReturnResult,midReturnResult,rightReturnResult;
leftReturnResult = DivideAndConquerFindMaximumSubarray(array,beginIndex,mid);//求解完全位于左边的最大子数
rightReturnResult = DivideAndConquerFindMaximumSubarray(array,mid+1,endIndex);//求解完全位于右边的最大子数
midReturnResult = FindMaximumCrossingSubarray(array, beginIndex, mid, endIndex);//求解跨越中间节点的最大子数
//比较哪一个子串更大
if(leftReturnResult.getSum()>rightReturnResult.getSum() && leftReturnResult.getSum()>midReturnResult.getSum())
{
returnResult = leftReturnResult;
}else if(rightReturnResult.getSum()>leftReturnResult.getSum() && rightReturnResult.getSum()> midReturnResult.getSum())
{
returnResult = rightReturnResult;
}else
{
returnResult = midReturnResult;
}
}
return returnResult;
}
以上就是我自己对分治法求最大子串问题的理解,欢迎大家指正
tangboneu@fo