1、求最大子数组和:
package com.arithmetic.arraymatrix;
//使用动态规划的思想,通过维护两个变量,curSum表示当前子数组的和,maxSum表示到目前位置的最大子数组和。
//遍历数组元素时,更新当前子数组和和最大子数组和。
//最终返回最大子数组和。
public class MaximumSubarraySumDemo {
public static int maxSubarraySum(int[] nums) {
// 初始化最大子数组和为第一个元素
int maxSum = nums[0];
// 初始化当前子数组和为第一个元素
int curSum = nums[0];
// 从第二个元素开始遍历数组
for (int i = 1; i < nums.length; i++) {
// 判断当前元素自成一组还是与前面的子数组相连
curSum = Math.max(nums[i], curSum + nums[i]);
// 更新最大子数组和
maxSum = Math.max(maxSum, curSum);
}
return maxSum;
}
public static void main(String[] args) {
int[] nums = {-2, 1, -3, 4, -1, 2, 1, -5, 4};
int maxSum = maxSubarraySum(nums);
System.out.println("最大子数组和为: " + maxSum);
}
}
2、快速幂算法:
package com.arithmetic.arraymatrix;
//快速幂算法
//定义一个函数来计算幂。
//在函数中,检查指数是否为0。
//如果指数为0,返回1作为幂的结果。
//如果指数为负数,将底数取倒数,并将指数取相反数,以确保结果仍然是正数。
//声明一个变量result,并初始化为1,用于保存幂的结果。
//使用循环对指数进行二进制拆分,每次将底数自乘,指数右移一位。
//如果当前最低位的指数为1,将底数乘以当前的结果。
//继续循环直到指数变为0。
//返回result作为幂的最终结果。
public class FastPowerAlgorithmDemo {
public static double power(double base, int exponent) {
if (exponent == 0) {
return 1;
}
//首先判断指数是正数还是负数,并根据需要将底数取倒数、指数取相反数,确保结果为正数。
boolean isNegative = false;
if (exponent < 0) {
base = 1 / base;
exponent = -exponent;
isNegative = true;
}
//使用循环对指数进行二进制拆分,每次将底数自乘,指数右移一位。
//如果当前最低位的指数为1,则将底数乘以当前的结果。
double result = 1;
while (exponent != 0) {
if ((exponent & 1) == 1) {
result *= base;
}
base *= base;
exponent >>= 1;
}
//最后,返回最终的幂结果。
return isNegative ? 1 / result : result;
}
//该实现假设底数和指数都是合法的数字,且不考虑溢出的情况。在实际应用中,可能需要根据具体情况进行适当的错误处理和边界检查。
public static void main(String[] args) {
double base = 2.0;
int exponent = 10;
double powerResult = power(base, exponent);
System.out.println(base + " 的 " + exponent + " 次幂为:" + powerResult);
}
}