第二章作业

目录

一、最大子段和的分治算法

1、代码

2、时间复杂度分析

二、分治法学习心得

 1、基本思路：

 2、基本步骤：

   3、心得：

---

一、最大子段和的分治算法

1、代码

int maxSubSum(int a[], int left, int right) {
	if (left == right) {
		return left;
	}
	int middle = (left + right) / 2;
    int leftSum = maxSubSum(a, left, centor);
    int rightSum = maxSubSum(a, centor + 1, right);
    int s1 = 0;
    int lefts =0;
    for (int i = middle; i >= left; i--) { //第一种情况：从中点向左找最大字段和
        lefts += a[i];
        if (lefts > s1) {
            s1 = lefts;
        }
    }
    int s2 = 0;
    int rights = 0;
    for (int i = middle + 1; i <= right; i++) {//第二种情况：从中点向右找最大字段和
        rights += a[i];
        if (rights > s1) {
            s1 = rights;
        }
    }
    int sum = s0 + s1; // 第三种情况
    sum = max(sum, leftSum); 
    sum = max(sum, rightSum);
    return sum;
}


int maxSum(int a[], int n) {
	return sumSubSum(a, 1, n); 
}

2、时间复杂度分析

将所给序列a[1,n] 分成a[1,n/2] 和 a[n/2+1 ,n]两个部分，则最大值有一下三种情况：

1. 整个序列的字段和与左半部分相同
2. 整个序列的子段和与右半部分相同
3. 整个序列的子段和 在两个部分的中间连接部分

通过拆分子数组分别求得的最大子段和为sum1,sum2。时间复杂度为2T(N/2),从中心点向两边找最大的和，找到跨越的最大子段和的时间复杂度为O(n), 所以总体的时间复杂度为：T(n)=2T(n/2)+O(n) = O(nlogn)。

---

二、分治法学习心得

 1、基本思路：

把一个复杂的问题分成两个或更多的相同或相似的子问题，再把子问题分成更小的子问题，直到最后子问题可以简单的直接求解，子问题的解的合并即是原问题的解。

 2、基本步骤：

（1）分解，将原问题分解为若干个规模较小、相互独立、与原问题形式相同的子问题。

（2）解决，若子问题规模较小而容易被解决则直接解，否则递归地解各个子问题。

（3）合并，将各个子问题的解合并为原问题的解。

   3、心得：

选择合适的分治方法可以大大提高代码运行效率，基本的分治思想需要掌握。