问题描述:一个有n个元素的数组,这n个元素可以是正数也可以是负数,求最大子数组的和。
方法1:蛮力法
思路:最简单也是最容易想到的方法就是找出所有子数组,然后求所有子数组的和,在所有子数组的和中取最大值。
/**
* 方法1(蛮力法):两次循环求最大子数组之和
*/
public static int maxsubarray1(int[] a){
int i,j;
int thissum=0;
int maxsum=0;
for (i = 0; i < a.length; i++) {
thissum=a[i];
for(j=i+1;j
thissum+=a[j];
if(thissum>maxsum){
maxsum=thissum;
}
}
}
return maxsum;
}
方法2:优化的动态规划
思路:首先可以根据数组的最后一个元素a[n-1]与最大子数组的关系分为以下三种情况:
1) 最大子数组包含a[n-1],即以a[n-1]结尾。
2) a[n-1]单独构成最大子数组。
3) 最大子数组不包含a[n-1],那么求a[1,...,n-1]的最大子数组可以转换为求a[1,...,n-2]的最大子数组。
通过上述分析可以得出如下结论:假设已经计算出(a[0],...a[i-1])最大的一段数组和为all[i-1],同时也计算出(a[0],...a[i-1])中包含a[i-1]的最大的一段数组和为end[i-1],
则可以得出如下关系:all[i-1]=max{a[i-1],end[i-1],all[i-1]}。利用这个公式和动态规划的思想解决问题。(代码中还解决了起始位置,终止位置的问题)
/**
* 方法2:优化的动态规划方法
* nend就是通过“数组依次相加加到a[i],然后与a[i]做比较”得来的,保存较大的。因为如果前面的数加到a[i]
* 还没有a[i]本身大,那么前面的数也就对最大子数组和没有贡献。厉害
* nall就是记录一下之前的新得到的nend和自身之前谁更大
*/
public static int max(int m,int n){
return m>n?m:n;
}
public static int maxsubarray2(int[] a){
int nall=a[0];//有n个数字数组的最大子数组之和
int nend=a[0];//有n个数字数组包含最后一个元素的子数组的最大和
for (int i = 1; i < a.length; i++) {
nend=max(nend+a[i],a[i]);
nall=max(nend, nall);
}
return nall;
}
private static int begin=0;
private static int end=0;
/**
* 求出最大子数组的开始begin,结尾end,以及整个子数组
*/
public static int maxsubarray3(int[] a){
int maxsum=integer.min_value;
int nsum=0;
int nstart=0;
for (int i = 0; i < a.length; i++) {
if(nsum<0){
nsum=a[i];
nstart=i;
}
else{
nsum+=a[i];
}
if(nsum>maxsum){
maxsum=nsum;
begin=nstart;
end=i;
}
}
return maxsum;
}
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,同时也希望多多支持萬仟网!
希望与广大网友互动??
点此进行留言吧!