题目描述:
若序列 X={1, 2, -2, 3, -3, 1, -3, 2, 2, -2, 3, -2, 3, -2},则该序列的所有连续子序列中,连续子序列内各元素和的最大值为 1 。
(说明: 连续子序列指原序列中若干连续元素构成的序列,所有子序列中最短长度1,最大长度即原序列的长度。例如第3,4,5号连续的元素就是一个连续子序列,其元素为{-2, 3, -3},各元素和为-2+3-3=-2)
题目来源:牛客网
一、分而治之
算法思想:把问题分成两个大致相等的子问题,然后递归地对它们求解,这是“分”的部分。“治”阶段将两个子问题的解修补到一起并可能再做些少量的附加工作,最后得到整个问题的解。
在该问题中,如果把序列从中间分为两部分,那么最大子序列和可能在三处出现,要么整个出现在输入数据的左半部,要么整个出现在右半部,要么跨越分界线。前两种情况可以递归求解,第三种情况的最大和可以通过求出前半部分(包括前半部分的最后一个元素)的最大和以及后半部分(包含后半部分的第一个元素)的最大和而得到,此时将两个和相加。
代码:
/*@para:处理数组 a;
@para左边界 left;
@para右边界 right
2018-9-7 14:22:56 段凯
*/
function maxSubSum3(a,left,right) {
if (left == right) {
if (a[left] > 0) {
return a[left];
} else {
return 0;
}
}
var center = parseInt((left + right) / 2);
var maxLeftSum = arguments.callee(a, left, center);
var maxRightSum = arguments.callee(a, center + 1, right);
var maxLeftBorderSum = 0, leftBorderSum = 0;
for (var i = center; i >= left; i--) {
leftBorderSum += a[i];
if (leftBorderSum > maxLeftBorderSum) {
maxLeftBorderSum = leftBorderSum;
}
}
var maxRightBorderSum = 0, rightBorderSum = 0;
for (var i = center + 1; i <= right; i++) {
rightBorderSum += a[i];
if (rightBorderSum > maxRightBorderSum) {
maxRightBorderSum = rightBorderSum;
}
}
var maxBorderSum = maxLeftBorderSum + maxRightBorderSum;
return maxBorderSum > maxLeftSum ? maxBorderSum > maxRightSum ? maxBorderSum : maxRightSum
: maxLeftSum > maxRightSum ? maxLeftSum : maxRightSum;
}
var arr=[1, 2, -2, 3, -3, 1, -3, 2, 2, -2, 3, -2, 3, -2];
var result=maxSubSum3(arr,0,arr.length);
console.log(result) //6复制代码
时间复杂度:O(N*logN)
二、最优起点
算法思想:设a[i]为和最大序列的起点,则如果a[i]是负的,那么它不可能代表最优序列的起点,因为任何包含a[i]作为起点的子序列都可以通过a[i+1]作起点而得到改进。
类似的,任何负的子序列也不可能是最优子序列的前缀。
代码:(不考虑数组中所有元素都是负值)
function maxSubSum4(a){
var maxSum=0,sum=0;
for(var i=0;i<a.length;i++){
sum+=a[i];
if(sum>maxSum){
maxSum=sum;
}else if(sum<0){
sum=0;
}
}
return maxSum;}
var result2=maxSubSum4(arr);
console.log(result2) //6
复制代码
运行时间:O(N)
参考博文:https://blog.csdn.net/zzl913657644/article/details/52431011
欢迎点赞、评论!比心心