数据结构学习笔记（三）

数据结构学习笔记（三）

基于陈越姥姥的《数据结构》

应用实例—最大子列和问题

给定$N$个整数的序列$\{A_1,A_2,...,A_N\}$,求函数$f(i,j)=max\{0,\sum\limits_{{\rm{k = i}}}^j {{{\rm{A}}_k}} \}$的最大值。

算法1

int MaxSubseqSum1( int A[], int N )
{   int ThisSum, MaxSum = 0;
    int i, j, k;
    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A[i] 到A[j]和 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和更大 */
          MaxSum = ThisSum; /* 则更新结果 */
        } /* j循环结束 */
} /* i循环结束 */
return MaxSum;
}

时间复杂度：$T(N)=O(N^3)$

算法2

int MaxSubseqSum1( int A[], int N )
{   int ThisSum, MaxSum = 0;
    int i, j, k;
    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 += A[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循环结束 */
} /* i循环结束 */
return MaxSum;
}

时间复杂度：$T(N)=O(N^2)$

算法3：分而治之

算法4：在线处理

int MaxSubseqSum4( int A[], int N )
{ int ThisSum, MaxSum;
  int i;
  ThisSum = MaxSum = 0;
  for( i = 0; i < N; i++ ) {
    ThisSum += A[i]; /* 向右累加 */
    if( ThisSum > MaxSum )
      MaxSum = ThisSum; /* 发现更大和则更新当前结果![这里写图片描述](https://img-blog.csdn.net/20170621200843583?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvdTAxMDY2Nzg2MQ==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast) */
    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;
}

时间复杂度：$T(N)=O(N)$