求子数组之和的最大值问题是一个比较常见面试题,具体看见编程之美P184,题号为 2.14。
看编程之美上的解答有时候反而不利于理解,上面列出三种解法,时间复杂度分别是O(n^3),O(n^2)以及O(n)。
其实线性时间复杂度(O(n))的解法思路比较直观,主要思想是动态规划(DP),即求出以a[i]结尾的子串之和的最大值,再求n个这样的最大的值的最大值。
求出以a[i]结尾的子串之和的最大值(记为p[i])方法主要有两种:
第一种是p[i]=sum[i]-s[i];其中s[i]表示数组中前j(1<= j <=i)项之和的最小值;
求s[i]的DP表达式为:s[i]=min(sum[i], s[i-1]); sum[i]=sum[i-1]+a[i]; (sum[0]=0; s[0]=0)
第二种是编程之美的解法三,思路也很直观:
同样是DP,p[i]=max(a[i], p[i-1]+a[i]); (p[0]=0)
求出p[i]后,再求n个p[i]的最大值即是我们要求的子数组之和的最大值(记为MaxS)。
这里要注意的是特殊情况,编程之美也提到过,当数组都是正数的时候,MaxS即是整个数组的和,这包含在了上述两种解法中;
而当数组元素全部为负数的时候,MaxS是最大的负数,需要另外求数组的最大值,时间复杂度也是O(n),总的时间复杂度还是O(n)。
下面是对应的两种思路的代码,以后加个注释,第二种和编程之美上的解法三是一样的思路。
解法一代码:
//BOP2.14.cpp
#include<iostream>
using namespace std;
const int MaxN=1000;
int a[MaxN];
int sum[MaxN];
int s[MaxN];
int p[MaxN];
int MaxS;
int Maxa;
int main()
{
int n;
int flag=0;
cin>>n;
for(int i=1; i<=n; i++)
{
cin>>a[i];
if(a[i] >0) flag=1;
}
//初始化
sum[0]=0;
s[0]=0;
MaxS=a[1];
Maxa=a[1];
for (int i=1; i<=n; i++)
{
if(a[i] > Maxa) Maxa=a[i];
sum[i]=sum[i-1]+a[i];
if(sum[i] < s[i-1])
s[i]=sum[i];
else
s[i]=s[i-1];
p[i]=sum[i]-s[i];
if (p[i] > MaxS)
MaxS = p[i];
}
if(!flag)
{
MaxS=Maxa;
cout<<MaxS<<endl;
}
else
cout<<MaxS<<endl;
system("pause");
return 0;
}
解法二代码:
//BOP2.14.cpp
#include<iostream>
using namespace std;
const int MaxN=1000;
int a[MaxN];
int p[MaxN];
int MaxS;
int Maxa;
int main()
{
int n;
int flag=0;
cin>>n;
for(int i=1; i<=n; i++)
{
cin>>a[i];
if(a[i] > 0) flag=1;
}
p[0]=0;
Maxa=a[1];
MaxS=a[1];
for(int i=1; i<=n; i++)
{
if(a[i] > Maxa) Maxa=a[i];
if(a[i] > p[i-1]+a[i])
p[i]=a[i];
else
p[i]=p[i-1]+a[i];
if(p[i] > MaxS) MaxS=p[i];
}
if(!flag)
cout<<Maxa<<endl;
else
cout<<MaxS<<endl;
system("pause");
return 0;
}
测试用例1(编程之美上的例子):
Input:
7
-2 5 3 -6 4 -8 6
Output:
8
测试用例2:
Input:
3
4 -3 100
Output:
101
测试用例3:
Input:
3
-1-2 -3
Output:
-1