最大连续区间和的算法总结

最大连续区间和是一个经典的问题。给定一个长度为n的序列a[1],a[2]...a[n-1],a[n]，求一个连续的子序列a[i],a[i+1]...a[j-1],a[j]，使得a[i]+a[i+1]...a[j-1]+a[j]最大。
①最简单最容易想到的就是根据定义来枚举。
枚举上下界{i,j | 0<=i<=j<=n}，维护一个max值即可。
其中枚举上下界的时间复杂度为O(n^2)，求区间和的复杂度为O(n)，所以总时间复杂度为O(n^3)。
for ( int i = 1 ; i <= n ; i++ )
    for ( int j = i ; j <= n ; j++ )
        ans = max(ans,accumulate(a+i,a+j+1,0));
②其实就是第一种方法的优化。
这里有个很容易想到的优化，即预处理出前缀和sum[i]=a[0]+a[1]+...+a[i-1]+a[i]，算区间和的时候即可将求区间和的复杂度降到O(1)，枚举上下界的复杂度不变，所以总时间复杂度为O(n^2)。
for ( int i = 1 ; i <= n ; i++ )
    sum[i]=sum[i-1]+a[i];
for ( int i = 1 ; i <= n ; i++ )
    for ( int j = i ; j <= n ; j++ )
        ans = max(ans,sum[j]-sum[i-1]);
③可以利用动态规划的思维来继续优化，得到一个线性的算法，也是最大连续区间和的标准算法
定义maxn[i]为以i为结尾的最大连续和，则很容易找到递推关系：maxn[i]=max{0,maxn[i-1]}+a[i]。
所以只需要扫描一遍即可，总时间复杂度为O(n)。
for ( int i = 1 ; i <= n ; i++ )
{
    last = max(0,last)+a[i];
    ans = max(ans,last);
}
④同样用到类似的思维。
首先也需要预处理出前缀和sum[i]，可以推出ans=max{sum[i]-min{sum[j] } | 0<=j<i<=n }。
而最小前缀和可以动态维护，所以总时间复杂度为O(n)。
for ( int i = 1 ; i <= n ; i++ )
    sum[i]=sum[i-1]+a[i];
for ( int i = 1 ; i <= n ; i++ )
{
    ans = max(ans,sum[i]-minn);
    minn = min(minn,sum[i]);
}

当然还有一种方法就是分治法（参考白书上的做法这里给出代码）分三步：
划分：把问题尽量分成相等的两部分

递归：递归解决子问题

合并：合并子问题的解到原问题

最大连续区间和的 “合并”就是求出起点在左边，终点在右边的最大连续和序列，并和子问题进行比较；

       1---5

1--3         3--5

1--2    2--3   3--4   4--5

代码如下：

int a[maxn];

int maxsum(int x,int y){

int m,v,l,r,Max;

if(y-x==1)return a[x];

m=(x+y)>>1;

Max=max(maxsum(x,m),maxsum(m,y));

v=0,l=a[m-1];//起点位于左端

for(int i=m-1;i>=x;i--){

v+=a[i];

if(v>l)l=v;

}

v=0,r=a[m];//终点位于右端//左闭右开

for(int i=m;i<y;i++){

v+=a[i];

if(v>r)r=v;

}

return max(Max,l+r);//递归到终点返回值

}

int main()

{

    #ifndef ONLINE_JUDGE

    freopen("in.txt","r",stdin);

    #endif

    //freopen("out.txt","w",stdout);

    int n;

    while(cin>>n){

for(int i=1;i<=n;i++){

cin>>a[i];

}

cout<<maxsum(1,n+1)<<endl;

    }

    return 0;

}

时间复杂度 (nlogn)

总结：虽然朴素的O(n^3)和前缀和优化的O(n^2)算法很容易想到，但代码实现却反而比方法三麻烦，第四个方法虽然有和方法三相同的复杂度，但需要一个预处理和多出的O(n)的空间，所以，方法三很好很强大。