连续数列问题-分治法详解

想静静的小码虫

已于 2022-11-27 02:04:37 修改

阅读量886

点赞数 2

分类专栏：算法解析文章标签：算法数据结构 c语言

于 2022-11-27 01:43:50 首次发布

本文链接：https://blog.csdn.net/weixin_45580189/article/details/128047306

版权

算法解析专栏收录该内容

1 篇文章 0 订阅

订阅专栏

面试题 16.17. 连续数列–分治法详解（附完整版C语言代码）

分治法解题步骤详细解答，含时间复杂度推导过程。

题目

`给定一个整数数组，找出总和最大的连续数列，并返回总和。

示例：

输入： [-2,1,-3,4,-1,2,1,-5,4]
输出： 6
解释：连续子数组 [4,-1,2,1] 的和最大，为 6。

一、分治法思想原理

在这里插入图片描述

（1）分治法基本思想是将一个规模为n的问题分解为k个规模较小的子问题，这些子问题相互独立且与原问题相同。

（2）递归的解这些子问题，然后将各子问题的解合并得到原问题的解。

总而言之，分治法的过程为 " 分—治—合并 " 。

二、用分治法的思想解答本题

1.如何分：

随机举例（如下图），数组[21，25，49，25，16，08，31，41]，通过不断的递归，将数组分为单元素数组。

在这里插入图片描述
代码如下（示例）：

int subMax( int * nums , int left , int right ){
    // 递归终止的条件
    if( left >= right ){
        return *( nums + left );
    }

    int mid = left + ( right - left ) / 2;
    //仅求中点左部分和
    int left_sum = subMax( nums , left , mid );
    //求跨越中点的和
    int mid_sum = crossMid( nums , left , mid , right );
    //求中点右部分和
    int right_sum = subMax( nums , mid + 1 , right );
    
    return max( left_sum , max( right_sum , mid_sum ) );
}

2.如何治：

分为单元素数组后，一目了然，最大值就是它本身。

3.如何合并（难点）：

如何合并是这道题目的难点。难点在于子数组合并成长数组时，长数组的最大值该如何得到。

（1）合并的思想原理：

在这里插入图片描述

两个规模相等的子数组A[ low…mid ] 和 A [ mid+1…high ]合并为一个长数组 A [ low…high ]，其中 mid=(low+high)/2。那么，和最大的连续子数组必定位于以下三种位置之一：

（1）完全位于左子数组中：

（2）完全位于右子数组中：

（3）跨越中点：
　　　　
这三种情况取最大值就是合并后的长数组的解。

（2）单元素数组合并为双元素数组的情况：

在这里插入图片描述
用红色方框内的单元素数列合并为双元素序列举例：数组[4]、[-1]合并为数组[4，-1]

按照合并的原理：

完全位于左子数组：left_sum=4

完全位于右子数组：right_sum=-1

跨越中点（两边都有包含只可能是[4,1]）：cross_sum=4+(-1)=3

取三种情况的最大值，返回到上一层，作为上一层的 right_sum/left_sum

（3）多元素数组合并的情况：

在这里插入图片描述
用红色方框内举例：数组[-2,1,-3]与[4,-1]合并为数组[-2,1,-3,4,-1]

按照合并的原理：

完全位于左子数组：left_sum=-2 （由底一层递归得到）

完全位于右子数组：right_sum=4（同上）

跨越中点？

多元素跨越中点的情况怎么求？（重点）

在这里插入图片描述
由中线 mid 向左右两边延展，对左右两边分别循环遍历，一个个相加，再比较。分别找出[i…mid]与[mid+1…j]的最大值，再相加即可。

    //求中点左半部分和
    for( int i = mid ; i >= left ; i-- ){
        // 逐渐向左加，每次加一个数
        sum += *( nums + i );
        // 找到更大的和，就覆盖原先的和
        if( sum > left_sum ){
        
            left_sum = sum;

        }
    }

合并过程如下图：

在这里插入图片描述

三、分治法时间复杂度推导

把一个数据量为 n 的问题分为 a(a>1)个形式相同的子问题，这些子问题的规模为 n/b，如果分解或者合并的复杂度为 f(n)，那么总的时间复杂度可以表示为：

在这里插入图片描述
用上面的求解方式都是递推求解，写出其递推式，最后求出结果。

在这里插入图片描述

4、完整的C语言代码

#include<stdio.h>
//宏定义无穷小
#define INF -2147483647
//求a和b的最大值
#define max( a , b ) ( a > b ? a : b )

//求跨越中点mid的最小子数组和
int crossMid( int * nums , int left , int mid , int right ){

    int left_sum = INF , right_sum = INF;
    int sum = 0;

    //求中点左半部分和
    for( int i = mid ; i >= left ; i-- ){

        sum += *( nums + i );

        if( sum > left_sum ){

            left_sum = sum;

        }

    }

    sum = 0;

    //求中点右半部分和
    for( mid++ ; mid <= right ; mid++ ){

        sum += *( nums + mid );

        if( sum > right_sum ){

            right_sum = sum;

        }

    }

    return right_sum + left_sum;

}

int subMax( int * nums , int left , int right ){

    if( left >= right ){

        return *( nums + left );

    }

    int mid = left + ( right - left ) / 2;
    //仅求中点左部分和
    int left_sum = subMax( nums , left , mid );
    //求跨越中点的和
    int mid_sum = crossMid( nums , left , mid , right );
    //求中点右部分和
    int right_sum = subMax( nums , mid + 1 , right );
    
    return max( left_sum , max( right_sum , mid_sum ) );

}

int maxSubArray( int * nums , int numsSize ){

    return subMax( nums , 0 , numsSize - 1 );

}
int main(){
	
	int n;
	
	scanf("%d",&n);
	
	int a[1000];
	
	int i;
	
	for(i=0;i<n;i++){
		
		scanf("%d",&a[i]);
		
	}
	
	int re=maxSubArray(a,n);
	
	printf("%d",re);
	
}