数据结构学习（PTA）——最大子序列问题

问题描述

给定K个整数组成的序列{$N_1,N_2,...,N_k$}, 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。

本题旨在测试各种不同的算法在各种数据情况下的表现。各组测试数据特点如下：

• 数据1：与样例等价，测试基本正确性；
• 数据2：$10^2$个随机整数；
• 数据3：$10^3$个随机整数；
• 数据4：$10^4$个随机整数；
• 数据5：$10^5$个随机整数；

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。

输入样例：

6
-2 11 -4 13 -5 -2

输出样例

20

题目分析

第一个想法：简单粗暴的对给出的数组进行分块，第一次每一块一个元素，第二次两个元素…第N次N个元素，再分别计算每一块的最大值，选出最大的那一个。

#include<iostream>
using namespace std;
int main() {
	int n, i, j, k, a[100000]; // ijk为循环变量
	int max = 0; //最终结果
	int mid = 0; //中间变量
	cin >> n;
	for (i = 0; i < n; i++) {
		cin >> a[i];
	}
	for (j = 1; j <= n; j++) {
		for (k = 0; k < n - j + 1; k++) {
			mid = 0;
			for (i = k; i < j; i++) {
				mid += a[i];
			}
			if (mid > max) {
				max = mid;
			}
		}
	}
	cout << max;
	return 0;
}

但是这样由于运用到了三重循环，时间复杂度为$O_{n^3}$，会超时。

于是对方法进行了更新，采用两重循环。代码如下：

#include<iostream>
using namespace std;
int main() {
	int n, i, j, k, a[100000];
	int max = 0;
	cin >> n;
	for (i = 0; i < n; i++) {
		cin >> a[i];
	}
	for (i = 0; i < n; i++) {
		int mid = 0;
		for (j = i; j < n; j++) {
			mid += a[j];
			if (mid > max) {
				max = mid;
			}
		}
	}
	if (max < 0) {
		max = 0;
	}
	cout << max;
	return 0;
}

这样时间复杂度为$O_{n^2}$,可以AC。

对比两段代码，第一段代码是从分段1~N依次计算。而第二段代码是抛出元素，第一次为以a[0]首元素的段，第二次以a[1]为首元素依次进行，这样可以省略一重循环。