PTA--最大子列和问题

01-复杂度1 最大子列和问题 （20 分)

给定K个整数组成的序列{ N​1​​, N​2​​, ..., N​K​​ }，“连续子列”被定义为{ N​i​​, N​i+1​​, ..., N​j​​ }，其中 1≤i≤j≤K。“最大子列和”则被定义为所有连续子列元素的和中最大者。例如给定序列{ -2, 11, -4, 13, -5, -2 }，其连续子列{ 11, -4, 13 }有最大的和20。现要求你编写程序，计算给定整数序列的最大子列和。

本题旨在测试各种不同的算法在各种数据情况下的表现。各组测试数据特点如下：

• 数据1：与样例等价，测试基本正确性；
• 数据2：102个随机整数；
• 数据3：103个随机整数；
• 数据4：104个随机整数；
• 数据5：105个随机整数；

输入格式:

输入第1行给出正整数K (≤100000)；第2行给出K个整数，其间以空格分隔。

输出格式:

在一行中输出最大子列和。如果序列中所有整数皆为负数，则输出0。

输入样例:

6
-2 11 -4 13 -5 -2

输出样例:

20

复杂度从高到低有四种算法

1.三重for循环，遇到大数的时候运行超时时间复杂度是O（n3）（立方）

2.二重for循环，虽然比算法一要好一点，但是复杂度仍然很高 时间复杂度是n2（平方），当遇到复杂度是n方的时候，应该考虑是否可以化简成 nlogn, 针对这个问题这个时候就可以化成算法三

3.“分而治之”，有点像二分法，具体看后面代码吧

4.“在线处理”，一个一个的往前走，边走边找出最大值

算法一

int MaxSubseqSum1(int a[],int n){
    int ThisSum,MaxSum = 0;
    int i,j,k;
    for ( i = 0; i <n ; i++) {
        for(j = i;j < n;j++){
            ThisSum = 0;
            for(k = i;k <= j; k++){
                ThisSum +=a[k];
                if (ThisSum > MaxSum){
                    MaxSum = ThisSum;
                }
            }
        }
    }
    return MaxSum;
}

算法二

int MaxSubseqSum2(int a[],int n){
    int ThisSum,MaxSum = 0;
    int i,j;
    for ( i = 0; i <n ; i++) {
        ThisSum = 0;
        for(j = i;j < n;j++){
                ThisSum +=a[j];
                if (ThisSum > MaxSum){
                    MaxSum = ThisSum;
                }
        }
    }
    return MaxSum;
}

算法三

int max3(int a,int b,int c){
    //返回三个整数的最大值
    return a > b ?( a > c ? a : c ):( b > c ? b : c );
}
/*“分而治之”的具体用法，化成左右两端，然后用一个递归*/
int divideAndConquer( int list[], int left, int right ){
    /*返回从list左到右的最大值*/
    int maxLeftSum,maxRightSum;/* 存放左右问题的解，用递归进行具体处理*/
    int maxLeftBorderSum,maxRightBorderSum;/* 存放跨分界线的结果*/
    int leftBorderSum,rightBorderSum;
    int center,i;

    if( left == right){//递归的终止条件了，子列只有一个数
        if( list[left] > 0) return list[left];
        else return 0;
    }
    center = ( left + right )/ 2;//找到中分点
    /*处理左右最大值子问题*/
    maxLeftSum = divideAndConquer( list, left, center );

    maxRightSum = divideAndConquer( list, center+1, right );
    /*求解跨分界线左右最大值*/
    maxLeftBorderSum = 0;
    leftBorderSum = 0;

    for( i = center ; i >= left ;i--){//从中间向左边扫描
        leftBorderSum += list[i];
        if( leftBorderSum > maxLeftBorderSum )
            maxLeftBorderSum = leftBorderSum;//找到最大值扫描结束
    }

    maxRightBorderSum = 0;
    rightBorderSum = 0;

    for( i = center+1 ; i <= right ;i++){//从中间向右边扫描
        rightBorderSum += list[i];
        if( rightBorderSum > maxRightBorderSum )
            maxRightBorderSum = rightBorderSum;//找到最大值扫描结束
    }
    //返回左右以及跨界中的最大值，即为最终答案
    return max3( maxLeftSum, maxRightSum, maxLeftBorderSum + maxRightBorderSum );

}
/*保持与前几种算法相同的函数接口*/
int MaxSubseqSum3( int list[], int n){
    return divideAndConquer( list , 0, n-1);
}

算法四

int MaxSubseqSum4(int a[],int n){
    int ThisSum, MaxSum;
    ThisSum=MaxSum=0;
    for(int i = 0;i <n;i++){
        ThisSum +=a[i];
        if(ThisSum > MaxSum )
            MaxSum = ThisSum;
        else if(ThisSum < 0)
            ThisSum = 0;
    }
    return MaxSum;
}

主函数

nt main() {

    int n;
    cin>>n;
    int *a =new int[n];
    for(int i = 0;i < n;i++){
        cin>>a[i];
    }
   cout<<MaxSubseqSum3(a,n);
    delete[] a;
    return 0;
}