连续子数组的最大和 and 无序数组最大前后差

最新推荐文章于 2022-01-14 20:49:09 发布

wht100697

最新推荐文章于 2022-01-14 20:49:09 发布

阅读量229

点赞数

分类专栏：编程文章标签： c语言

本文链接：https://blog.csdn.net/wht100697/article/details/77278265

版权

编程专栏收录该内容

0 篇文章 0 订阅

订阅专栏

连续子数组的最大和 and 无序数组最大前后差

设sum[i]为以第i个元素结尾且和最大的连续子数组。假设对于元素i，所有以它前面的元素结尾的子数组的长度都已经求得，那么以第i个元素结尾且和最大的连续子数组实际上，要么是以第i-1个元素结尾且和最大的连续子数组加上这个元素，要么是只包含第i个元素，即sum[i] = max(sum[i-1] + a[i], a[i])。可以通过判断sum[i-1] + a[i]是否大于a[i]来做选择，而这实际上等价于判断sum[i-1]是否大于0。由于每次运算只需要前一次的结果，因此并不需要像普通的动态规划那样保留之前所有的计算结果，只需要保留上一次的即可，因此算法的时间和空间复杂度都很小。最长公共子序列每次要用到前面的那个结果不确定，所以需要一个完整的一维数组记录前面的结果。

本题的最优解是子问题中的一个，而不是子问题的最后一个，需要和最长公共子序列相同。

public int FindGreatestSumOfSubArray(int[] array) {
        int sum = 0,result = Integer.MIN_VALUE;

        for(int i = 0;i<array.length;i++){
        //精简版
            //result = Math.max(result, sum = sum > 0 ? sum + array[i] : array[i]);
            sum = sum > 0 ? sum + array[i] : array[i];//核心代码和模式
            if (result < sum){  //判断所有和中那个是最大，每次比较保留最大的。
                result = sum;
            }
        }
        return result;
    }

无序数组最大前后差

public int FindGreatestdiff(int[] array) {
        int diff = 0,result = Integer.MIN_VALUE;
        for(int i = 0;i<array.length;i++){
        // 精简版
        //result = Math.max(result, diff = diff > 0 ? diff + array[i+1] - array[i] : array[i+1] - array[i]);
            diff= diff < 0 ? array[i+1] - array[i] : diff + array[i+1] - array[i];//核心代码和模式
            if (result < diff){  //判断所有和中那个是最大，每次比较保留最大的。
                result = diff;
            }
        }
        return result;
    }