python 所有连续子序列的和_python求最大连续子数组的和

抛出问题：

求一数组如 l = [0, 1, 2, 3, -4, 5, -6]，求该数组的最大连续子数组的和 如结果为[0,1,2,3,-4,5] 的和为7

问题分析：

这个问题很简单，直接暴力法，上代码。

# -*- coding:utf-8 -*-

# 日期：2018/6/9 7:46

# Author:小鼠标

# 最大连续子数组的和

l = [0, 1, 2, 3, -4, 5, -6]

# 暴力求解

def violence(l = []):

maxVal = 0

x,y=0,0

for i in range(0,len(l)+1):

for j in range(0,len(l)+1):

res = sum(l[i:j])

if res > maxVal:

maxVal = res

x = i

y = j

return maxVal,x,y

maxVal, x, y = violence(l)

print(maxVal,(x,y))

分治法：

关键是暴力法的时间复杂度太高，所以就在原有的基础上做了进一步的提升--分治法。

所谓分治法就是将原有的列表一分为二，那么最大的子列表只有三种情况：

1、最大子列表完全在左边

2、最大子列表完全在右边

3、最大子列表跨立在中间

所以我们分情况讨论，求出答案。这种方法一定程度的降低了时间复杂度，从之前的n^2降到了(n/2)^2 + 2n

# -*- coding:utf-8 -*-

# 日期：2018/6/9 7:46

# Author:小鼠标

# 最大连续子数组的和

l = [0, 1, 2, 3, -4, 5, -6]

#暴力求解

def violence(l = []):

maxVal = 0

x,y=0,0

for i in range(0,len(l)+1):

for j in range(0,len(l)+1):

res = sum(l[i:j])

if res > maxVal:

maxVal = res

x = i

y = j

return maxVal,x,y

#分治法 想左扫 向右扫,求出两边的最大值

def left_or_right(l):

maxVal = 0

term = 0

for i in l:

term += i

if maxVal < term:

maxVal = term

return maxVal

def Separate():

middle = int(len(l)/2)

l1 = l[0:middle]

l2 = l[middle:len(l)]

#左半部分

maxVal1,x1,y1 = violence(l1)

#右半部分

maxVal2,x2,y2 = violence(l2)

#跨立在中间

max_right = left_or_right(l2)

max_left = left_or_right(l1[::-1])

maxVal3 = max_right + max_left

return max(maxVal1,maxVal2,maxVal3)

val = Separate()

print(val)

动态规划：

即便是分治法，时间复杂度还是太高，不满足生产的需求，所以如果说只求最大子序列的和的值而不去追求最大子序列本身，我们又引出一个方法--动态规划

这种方法的时间复杂是是线性的，极大的降低了。

# -*- coding:utf-8 -*-

# 日期：2018/6/9 8:38

# Author:小鼠标

def function(lists):

max_sum = lists[0]

pre_sum = 0

for i in lists:

# 因为最大子列表一定是从一个非0的数开始的(假定列表中有正数有负数)

# 所以就可以暂时筛选调小于0的数，即便列表全是负数，那么最大的子列表肯定是负数最大的一个

if pre_sum < 0:

pre_sum = i

else:

pre_sum += i

if pre_sum > max_sum:

max_sum = pre_sum

return max_sum

lists = [0, 1, 2, 3, -4, 5, -6]

print(function(lists))

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。