程序媛决定先学学数据结构,从算法复杂度入门啦~
问题描述很简单,对于给定的整数A1,A2,.......An(可能有负数),求Ak+A2+........+Aj的最大值(k=<j=<n),ji就是找出这一串数的和最大非空连续子数组。(为了方便起见,如果所有的整数均为负数,则最大的子序列和为0)。
算法1:穷举算法:
//计算并返回所最大子序列的和:穷举遍历
int maxSubSum1(const vector<int> & a)
{
//用来存储最大子序列的和
int maxSum = 0;
//i标记子序列的左边界
for (int i = 0; i < a.size(); i++)
{
//j标记子序列的右边界
for (int j = i; j < a.size(); j++)
{
//用来存储当前序列的求和结果
int thisSum = 0;
//将子序列的值依次加入求和结果
for (int k = i; k <= j; k++)
{
thisSum += a[k];
}
//存储两者的最大值
if(thisSum > maxSum)
maxSum = thisSum;
}
}
return maxSum;
}
这种算法的时间复杂度为O(N3).(立方)
算法2:穷举优化,可以省去第三重循环,算法复杂度为O(N2)。(平方)
//计算并返回所最大子序列的和:穷举优化
int maxSubSum2(const vector<int> & a)
{
//用来存储最大子序列的和
int maxSum = 0;
//i标记子序列的左边界
for (int i = 0; i < a.size(); i++)
{
//用来存储当前子序列的求和结果
int thisSum = 0;
//j标记子序列的右边界
for (int j = i; j < a.size(); j++)
{
//将子序列的值加入上次求和结果
thisSum += a[j];
//存储两者的最大值
if(thisSum > maxSum)
maxSum = thisSum;
}
}
return maxSum;
}
算法3:分而治之
分而治之,顾名思义分为两个部分
- 分:把大问题分成大致相等的两个子问题,然后递归的进行求解。
- 治:把两个子问题的解合并到一起并再做少量的附加工作。
- 整个出现在输入数据的左半部
- 整个输入数据的右半部
- 横跨左右两个部分
算法复杂度为O(NlogN)。
/计算并返回所最大子序列的和:分而治之
int maxSubSum3(const vector<int> & a,int left,int right)
{
//基础情况:单个元素。直接返回这个数值或者0
if(left == right)
{
return a[left];
}
//获取中点
int center = (left + right) / 2;
/* 整个出现在输入数据的左半部的最大子序列求和 */
int leftMaxSum = maxSubSum3(a,left,center);
/* 整个出现在输入数据的右半部的最大子序列求和 */
int rightMaxSum = maxSubSum3(a,center+1,right);
//计算左右两个子序列求和结果的最大值
int lrMaxSum = max(leftMaxSum,rightMaxSum);
/* 横跨左右两个部分的最大子序列求和 */
//从center向左处理左半边
int maxLeftSum = 0;
int leftSum = 0;
for (int i = center; i >= left; i--)
{
leftSum += a[i];
maxLeftSum = max(maxLeftSum,leftSum);
}
//从center向右处理右半边
int maxRightSum = 0;
int rightSum = 0;
for (int j = center+1; j <= right; j++)
{
rightSum += a[j];
maxRightSum = max(maxRightSum,rightSum);
}
//返回求和和前面算出结果的最大值
return max( lrMaxSum, maxLeftSum+maxRightSum);
}
算法4,:及时处理
//计算并返回所最大子序列的和:最优算法
int maxSubSum4(const vector<int> & a)
{
//最终结果
int maxSum = 0;
//当前求和
int nowSum = 0;
//遍历序列的所有元素
for (int j = 0; j < a.size(); j++)
{
//将当前元素添加到结果中
nowSum += a[j];
//如果大于最大值,则存储为新的最大值
if(nowSum > maxSum)
maxSum = nowSum;
else if(nowSum < 0)
nowSum = 0;
}
return maxSum;
}
算法复杂度为O(N)。原文链接:点击打开链接