最大子列和

#复杂度为n平方
def MaxSubseqSum1(A , N ):
ThisSum=0
MaxSum = 0
for i in range(0,N):
ThisSum=0
for j in range(i,N):

ThisSum=0

for k in range(i,j):

         ThisSum+=A[j]
         if ThisSum>MaxSum:
             MaxSum=ThisSum
 print( MaxSum)    

A=[ -2, 11, -4, 13, -5, -2 ]
N=len(A)
t= MaxSubseqSum1(A , N )

#复杂度更低 n 在线处理

def MaxSubseqSum1(A , N ):
ThisSum=0
MaxSum = 0
for i in range(0,N):
ThisSum+=A[i]

      if ThisSum>MaxSum:
             MaxSum=ThisSum
      elif ThisSum<0:
          ThisSum=0
 print( MaxSum)    

A=[ -1, 3, -2, 4, -6, 1,6,-1 ]
N=len(A)
t= MaxSubseqSum1(A , N )

转载于:https://blog.51cto.com/13930723/2362589

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值