- 版权声明:本文为CSDN博主「YelloJesse」的原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明。
- 原文链接:https://blog.csdn.net/YelloJesse/article/details/82312659
文章目录
题目
给定K个整数组成的序列{ N1, N2, …, NK },“连续子列”被定义为{ Ni, Ni+1, …, Nj },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
三重循环(控制子序列长度)
这道题拿到手的第一思路就是首先利用一重循环控制子序列的长度,再用两重循环控制子序列的左起点和右终点。
代码
//三重循环 控制子序列的长度
void solve1()
{
for(int i=1;i<k;i++){ //一重循环控制子序列长度
for(int j=0;j<k;j++){ //二重循环控制左起点
for(int k=j;k<j+i;k++) //三重循环控制右终点
sum+=a[k];
if(max<=sum)
max=sum;
sum=0;
}
}
}
结果(PTA数据)
时间复杂度为O(n3)
二重循环(只控制左起点和右终点)
在三重循环的基础上,不再控制子序列的长度。
首先让左起点固定为起始点0,然后一直变换右终点直到k-1,即可得到左起点为0时的所有子序列。
以此类推,就可以得到所有的子序列,相比三重循环复杂度更低
代码
//二重循环 只控制子序列的左起点和右起点
void solve2()
{
//经过i、j 的控制每次二重循环所得的子序列都不同
for(int i=0;i<k;i++){ // i 控制左起点,当左起点为i时的所有子序列中求最大值
sum=0;
for(int j=i;j<k;j++){ // j 控制右起点
sum+=a[j];
if(max<=sum)
max=sum;
}
}
}
结果(PTA数据)
时间复杂度为O(n2)
在线处理(一重循环)
在每一次更新子序列和的时候,就对此时的最大子序列进行比较处理,并且判断此时的子序列和有无往后累加的意义。
代码
//在线处理 每次产生子序列和就更新最大子序列和
void solve3()
{
for(int i=0;i<k;i++){
sum+=a[i]; //一直向右累加计算子序列和
if(max<=sum) //更新最大子序列
max=sum;
else if(sum<0) //当sum的值为负数时,此时的sum就没有必要再向后累加(在后面进行解释)
sum=0;
}
}
解释(巧妙之处)
为什么当sum的值为负数时,sum就没有必要再向后累加。
例如,案例中的 -2 11 这两个数字,当遍历到 -2 时,sum = -2,此时再次向后累加子序列和时,sum = -2 + 11 = 9。
这时得到的 sum 值还没有抛弃 -2,单独长度为1的子序列 sum=11 的权值大。
因此当 sum < 0 时,将 sum = 0 。
结果(PTA数据)
时间复杂度为O(n)
二分
将整个问题分为三部分:
将整个序列二分为两个部分
1、求二分后的序列左边,未跨越中线的最大子序列值 (MaxLeftSum)
2、求二分后的序列右边,为跨越中线的最大子序列值 (MaxRightSum)
3、求跨越中线的最大子序列值 (MaxLeftBorderSum + MaxRightBorderSum)
需要注意的是:
这里我们把跨越中线的值的求法也二分,分为求跨越中线的左边最大子序列值 (MaxLeftBorderSum) 和跨越中线的右边最大子序列值 (MaxRightBorderSum),最后跨越中线的最大子序列值为二者的和
最后比较三个部分的最大值即可确定最大子序列值
代码
//返回三个整数的最大值
int Max3 ( int A, int B, int C ) {
return (A > B) ? (A > C ? A : C) : (B > C ? B : C);
}
//分治法求a[left]到a[right]的最大子列和,a数组为存放序列的数组
int DivideAndConquer (int left, int right ) {
int MaxLeftSum, MaxRightSum; //存放左右子问题的解。
int MaxLeftBorderSum, MaxRightBorderSum; //存放跨分界线的结果。
int LeftBorderSum, RightBorderSum;
int center, i;
//递归的终止条件,子列只有1个数字
if ( left == right ) {
if ( a[left] > 0 ) return a[left];
else return 0;
}
// “分”的过程
center = ( left + right ) / 2; //找到中分点。
MaxLeftSum = DivideAndConquer (left, center ); //递归求左子列和。
MaxRightSum = DivideAndConquer (center+1, right ); //递归求右子列和。
//求跨分界线的最大子列和
//先求跨越中线的左边最大子序列值
MaxLeftBorderSum = 0; LeftBorderSum = 0;
for ( i = center; i >= left; i-- ) {
LeftBorderSum += a[i];
if ( LeftBorderSum > MaxLeftBorderSum )
MaxLeftBorderSum = LeftBorderSum;
}//左边扫描结束。
//后求跨越中线的右边最大子序列值
MaxRightBorderSum = 0; RightBorderSum = 0;
for ( i = center+1; i <= right; i++ ) {
RightBorderSum += a[i];
if ( RightBorderSum > MaxRightBorderSum )
MaxRightBorderSum = RightBorderSum;
}//右边扫描结束。
//最后取出三部分的最大值
return Max3 ( MaxLeftSum, MaxRightSum, MaxLeftBorderSum + MaxRightBorderSum );
}
/*此函数用于保持接口相同*/
int MaxSubseqSum3 (int N ) {
return DivideAndConquer (0, N-1 );
}
结果
时间复杂度为O(nlogn)