PTA数据结构最大子列和问题

题目描述：

给定K个整数组成的序列{ N1, N​2​​ , …, NK​​}，“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。

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。

先上代码：

#include<stdio.h>

#define MAX 100000

int MaxSum(const int A[], int N);

int main()
{
	int N, Max;
	int A[MAX];
	scanf("%d", &N);
	for (int i = 0; i < N; i++)
		scanf("%d", &A[i]);
	Max = MaxSum(A, N);
	printf("%d", Max);

	return 0;
}

int MaxSum(const int A[], int N)
{
	int ThisSum, MaxSum, i;

	ThisSum = MaxSum = 0;
	for (i = 0; i < N; i++)
	{
		ThisSum += A[i];

		if (ThisSum > MaxSum)
			MaxSum = ThisSum;
		else if (ThisSum < 0)
			ThisSum = 0;
	}
	return MaxSum;
}

最大子列和问题拿到手的时候觉得不难，最简单的方法其实就是穷举法，这种方法很简单，但是效率非常低，下面我只简单写了一下穷举法的核心函数。

int MaxSum(const int A[], int N)
{
	int ThisSum, MaxSum, i, j, k;

	MaxSum = 0;
	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;
}

穷举法含有三个for循环，假设最坏的情况下，则这种算法的时间复杂度将是O(N³)。
但是再仔细观察一下不难看出在两层for循环中间，第三个for循环其实是多余的，那就可以从这里入手对算法进行改进。

int MaxSum(const int A[], int N)
{
	int ThisSum, MaxSum, i, j, k;

	MaxSum = 0;
	for (i = 0; i < N; i++)
	{
		ThisSum = 0;
		for (j = 9; j < N; j++)
		{
			ThisSum += A[j];

			if (ThisSum > MaxSum)
				MaxSum = ThisSum;
		}
	}

	return MaxSum;
}

这里是在第一个for循环和第二个for循环之间加了一个变量来记录遍历过的数字的和，这样就可以避免像之前的方法中的重复运算，假设最坏情况下，这个算法的时间复杂度将是O(N²）。

在写代码的过程中我也仅仅将算法改进到了这一步，在看过书之后，才了解到第一种巧妙的算法，那个算法我认为最核心的一步是

else if (ThisSum < 0)
			ThisSum = 0;

这一步巧妙之处在于，只要当ThisSum的值为负，则无论下一个数字是正是负，加上ThisSum都会变小，因此将ThisSum重置为0，直接开始新一轮的求和。在假设最坏情况下，这种算法的时间复杂度也仅仅是O(N)。