求解最大连续子序列和问题———分治法

一、问题描述

给定一个有n(n >= 1)个整数的序列,求出其中最大连续子序列的和。例如序列(34,-20,30,-50,60,-20,30,41,-30,-10)最大子序列和为111,序列(-2,11,-4,13,-5,-2)最大子序列和为20。规定一个序列的最大连续子序列和至少为0。

二、问题求解

1、对于含有n个整数的序列,若n=1,表示序列仅有一个元素,该元素大于0,则返回该元素,否则返回0。

if(left == right){
	if(a[left]>=0)
		return a[left];
	else
		return 0;
}

2、如果n>1,则采用分治法求解最大连续子序列和。取中间位置 mid = ( left + right ) /2 。则最大连续子序列和只可能出现在3个地方。

  • ①该子序列全部落在左半部分,即a[0,···mid]中,该问题和原本问题解决方法一样,采用递归求出其最大连续子序列和maxLeftSum
  • ②该子序列全部落在右半部分,即a[mid+1,···n-1]中,该问题和原本问题解决方法一样,采用递归求出其最大连续子序列和maxRightSum
  • ③该子序列跨越序列a的中部而占据左右两部分。也就是说,这种情况下的最大连续子序列和必然包括mid元素,则先求出maxLeftBorderSum从mid(终点)到left的最大连续子序列和找到左边最大连续子序列和的起点位置,将左边到mid的最大连续子序列和赋值给maxLeftBorderSum。再求出maxRightBorderSum从mid(起点)到right的最大连续子序列和,找到右边最大连续子序列和的终点位置,将mid到右边的最大连续子序列和赋值给maxRightBorderSum。这种情况下的最大连续子序列和为 maxMidSum =maxLeftBorderSum+maxRightBorderSum
    3、整个序列a的最大连续子序列和为maxMidSum 、maxLeftBorderSum、maxRightBorderSum。将三者进行大小比较即为最终结果。

三、完整代码展示(C语言)

//求解最大连续子序列和问题 
#include<stdio.h>
int num[10] = {34,-20,30,-50,60,-20,30,41,-30,-10}; 
//int num[6] = {-2,11,-4,13,-5,-2}; 
int max3(int a,int b,int c){ //求三者的最大值
	if(a < b)
	a = b;
	if(a < c)
	a = c;
	return a;	
}
int maxSubSum(int a[],int left,int right){
	int i,j;
	int maxLeftSum,maxRightSum;
	int maxLeftBorderSum,leftBorderSum;
	int maxRightBorderSum,rightBorderSum;
	if(left == right){  //只有一个元素的情况
		if(a[left]>=0) 
			return a[left];
		else
			return 0;
	}
	int mid = (left+right)/2; //取中间位置
	
	maxLeftSum = maxSubSum(a,left,mid); //求左边的最大序列和
	maxRightSum = maxSubSum(a,mid+1,right); //求右边的最大序列和
	
	maxLeftBorderSum = 0;
	leftBorderSum = 0;
	maxRightBorderSum = 0;
	rightBorderSum = 0;
//最大连续子序列在序列a的中部而占据左右两部分情况
	for(i=mid;i>=left;i--){ //求mid到左边的maxLeftBorderSum
		leftBorderSum += a[i];
		if(maxLeftBorderSum < leftBorderSum)
			maxLeftBorderSum = leftBorderSum;
	}
	
	for(j=mid+1;j <= right;j++){ //求mid到右边的maxRightBorderSum
		rightBorderSum += a[j];
		if(maxRightBorderSum < rightBorderSum)
			maxRightBorderSum = rightBorderSum;
	}
	return max3(maxRightBorderSum,maxLeftBorderSum,maxLeftBorderSum+maxRightBorderSum);		
}

int main(){
	printf("maxSubSum= %d\n",maxSubSum(num,0,9));
	return 0;
}
  • 25
    点赞
  • 160
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 4
    评论
最大连续子序列问题是指在一个序列中,找到一个连续子序列,使得它们的和最大。这个问题可以使用分治法和动态规划算法来解决。 1. 分治法 使用分治法求解最大连续子序列问题的思路是:将原序列分成两个部分,最大子序列可能存在于左半部分、右半部分或跨越左右两个部分。分别计算这三种情况下的最大子序列和,然后取最大值即可。 下面是使用分治法求解最大连续子序列问题的Python代码示例: ```python def max_subarray(nums: List[int]) -> int: return _max_subarray(nums, 0, len(nums) - 1) def _max_subarray(nums: List[int], left: int, right: int) -> int: if left == right: return nums[left] mid = (left + right) // 2 left_max = _max_subarray(nums, left, mid) right_max = _max_subarray(nums, mid + 1, right) # 计算跨越左右两个部分的最大子序列和 cross_max = nums[mid] left_cross_max = nums[mid] for i in range(mid - 1, left - 1, -1): left_cross_max += nums[i] cross_max = max(cross_max, left_cross_max) right_cross_max = nums[mid + 1] for i in range(mid + 2, right + 1): right_cross_max += nums[i] cross_max = max(cross_max, right_cross_max) return max(left_max, right_max, cross_max) ``` 在上面的代码中,我们使用递归的方式将原序列分成两个部分,然后计算跨越左右两个部分的最大子序列和、左半部分的最大子序列和、右半部分的最大子序列和,取三者中的最大值作为整个序列的最大子序列和。 2. 动态规划 使用动态规划算法求解最大连续子序列问题的思路是:从头开始遍历序列,对于每一个位置i,计算以i结尾的最大子序列和,然后取所有的最大子序列和的最大值作为问题的解。 具体来说,我们定义一个数组dp,其中dp[i]表示以i结尾的最大子序列和。对于dp[i]来说,它的值可以由dp[i-1]和nums[i]计算得到,即dp[i] = max(dp[i-1] + nums[i], nums[i])。 下面是使用动态规划算法求解最大连续子序列问题的Python代码示例: ```python def max_subarray(nums: List[int]) -> int: dp = [0] * len(nums) dp[0] = nums[0] max_sum = nums[0] for i in range(1, len(nums)): dp[i] = max(dp[i-1] + nums[i], nums[i]) max_sum = max(max_sum, dp[i]) return max_sum ``` 在上面的代码中,我们使用一个循环遍历整个序列,计算以每一个位置为结尾的最大子序列和,并且更新全局最大值。 希望这个回答能够帮到您!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
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

打赏作者

留小乙

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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