最大子段和问题的分治算法和动态规划算法

最新推荐文章于 2024-08-06 16:40:02 发布

weiyang_8765

最新推荐文章于 2024-08-06 16:40:02 发布

阅读量3.5k

点赞数 2

分类专栏：算法初步

本文链接：https://blog.csdn.net/weiyang_8765/article/details/74327903

版权

本文探讨如何使用分治算法和动态规划策略解决最大子段和问题。当序列分为两等份时，最大子段和可能出现三种情况，并提供了一种分治算法的思路，以及动态规划公式`b[j]=max{b[j-1]+a[j],a[j]}`来求解序列中各子段的最大值。" 125436643,6849979,3GPP协议标准查找与下载指南,"['网络', '3GPP', '通信协议']

摘要由CSDN通过智能技术生成

如果将所给的序列a[1:n]分为长度相等的两段a[1:n/2]和a[n/2:n]，分别求出这两段的最大子段和，则a[1:n]的最大子段和有三种情形：(当所有整数均为负数时定义其最大子段和为0)

1）a[1:n]的最大子段和与a[1:n/2]的最大子段和相同；

2）a[1:n]的最大子段和与a[n/2:n]的最大子段和相同；

3）a[1:n]的最大子段和为Σ(k=i~j)ak，且1<=i<=n/2，n/2+1<=j<=n；

(1)(2)可递归求得。对于(3)，容易看出a[n/2]与a[n/2+1]在最优子序列中。据此可以设计出分治算法如下：

#include<iostream>
using namespace std;

int MaxSubSum(int *a,int left,int right)
{
	int i,leftsum,rightsum,lefts,rights,center,s1,s2;
	int sum=0;

	if