算法设计第二章作业

利用分治算法求解最大子段和问题C++

将序列一分为二，分别求两个序列的最大子段和，若最大子段和在两个序列之间，为第三种状况。

时间复杂度O（nlog2n）

#include <iostream>
using namespace std;
int MaxSum(int r[], int left, int right)
{
    int Sum = 0, MidSum = 0, LeftSum = 0, RightSum = 0;
    int mid, s1, s2, lefts, rights;
    //如果序列长度为1，那么该值即为最大字段和的结果
    if (left == right)
    {
        Sum = r[left];
    }
    else
    {
        mid = (left + right) / 2;            //所划分的中点mid

        //递归求解左右子序列
        LeftSum = MaxSum(r, left, mid);        //左子序列          
        RightSum = MaxSum(r, mid + 1, right);//右子序列

        //求解左子序列
        s1 = 0; lefts = 0;
        for (int i = mid; i >= left; i--)
        {
            lefts += r[i];
            if (lefts > s1)
            {
                s1 = lefts;
            }
        }
        //求解右子序列
        s2 = 0; rights = 0;
        for (int j = mid + 1; j <= right; j++)
        {
            rights += r[j];
            if (rights > s2)
            {
                s2 = rights;
            }
        }
        //求和
        MidSum = s1 + s2;

        if (MidSum < LeftSum)
        {
            Sum = LeftSum;
        }
        else if (MidSum < RightSum)
        {
            Sum = RightSum;
        }
        else
        {
            Sum = MidSum;
        }
    }
    return Sum;
}

以上是分治法在最大字段中的应用

在此问题中，分治法简化了问题求解的规模和步骤，之后在主函数中进行验证求解即可

接下来是利用python动态规划算法进行求解的代码，时间复杂度：O（n）。

n = int(input())  //输入个数
nums = list(map(int , input().split()))  //输入序列
k = 0 //计算负数个数
for i in nums:
    if i<0:
        k=k+1
if k == len(nums):   //如果全都是负数，则最大字段为0；
    print(0)
else:
    for i in range(1, len(nums))://遍历序列
        nums[i] = max(nums[i], nums[i] + nums[i - 1])  //求解各个子段和

    print(max(nums))  //求解最大子段和