算法设计分析第二章作业

1. 请以伪代码描述最大字段和的分治算法

   #include<iostream>
   using namespace std;
   const int MAX=10001; 
   int n;
   int a[MAX];
   int maxsubsum(int a[], int low, int high){
       int sum=0;
       if(low == high){
           sum = a[low]>0 ? a[high] : 0;
       }
       else{
           int mid=(low+high)/2;
           int leftsum=maxsubsum(a, low, mid);
           int rightsum = maxsubsum(a, mid+1, high);
           int s1=0;
           int lows=0;
           for(int i=mid; i>=low; i--){
               lows += a[i];
               if(lows>s1) s1=lows;
           }
           int s2=0;
           int highs=0;
           for(int i=mid+1; i<high; i++){
               
               highs+= a[i];
               if(highs>s2) s2=highs;
           }
           sum = s1 + s2;
           if(sum < leftsum) sum = leftsum;    
           if(sum < rightsum) sum = rightsum;
       }
       return sum;
   }
   int maxsum(int a[], int n){
       return maxsubsum(a, 0, n - 1);
   }

   int main(){
       cin>>n;
       for(int i=0;i<n;i++){
           cin>>a[i];
       } 
       cout<<maxsum(a, n)<<endl;
       return 0;
   }

2. 将数组不断递归地分为两段的时间复杂度为O(logn),用两个for循环求sum的时间复杂度又是O(n),所以用分治法求最大字段和的时间复杂度T(n)=O(n*logn)。分析该算法的时间复杂度O(nlogn)

3. 通过本章的学习，我体会到分治法是一种非常有用的算法设计策略。它可以将一个复杂的问题分解为若干个较小的子问题，然后分别解决这些子问题，最终合并这些子问题的解以得到原问题的解。最大子段和问题就是一个很好的分治法的例子，它可以将一个数组分解为两个较小的数组，然后分别求解它们的最大子段和，最终通过比较两个子数组的最大子段和来得到整个数组的最大子段和。分治法不仅可以降低问题的复杂度，而且还可以提高算法的可读性和可维护性。