最大子段和问题就是:
给定n个整数(可能为负数)组成的序列a[1],a[2],a[3],…,a[n],求该序列如a[i]+a[i+1]+…+a[j]的子段和的最大值。当所给的整均为负数时定义子段和为0,依此定义,所求的最优值为:
Max{0,a[i]+a[i+1]+…+a[j]},1<=i<=j<=n
例如,当(a1,a2,a3,a4,a4,a6)=(-2,11,-4,13,-5,-2)时,最大子段和为20。
一.线性最大子段和问题(一)
第一种思路:传统暴力法
枚举每个子段的左边和右边,然后算出和,不断更新和的最大值,枚举完,最大值就出来了.(时间复杂度O(n^2))
代码:
int MaxSum(int *v,int n,int *besti,int *bestj)
{
int sum=0;
int i,j;
for (i=1;i<=n;i++)
{
int thissum=0;
for (j=i;j<=n;j++)
{
thissum+=v[j];
if (thissum>sum)
{
sum=thissum;
*besti=i;
*bestj=j;
}
}
}
return sum;
}
第二种思路: 分治思想
将a[1n]分成a[1
n/2]和a[n/2+1
n],则a[1
n]的最大字段和有三种情况:
(1)a[1n]的最大子段和与a[1
n/2]的最大子段和相同
(2)a[1n]的最大子段和与a[n/2
n]的最大子段和相同
(3)a[1n]的最大子段和为ai+
+aj,1<=i<=n/2,n/2+1<=j<=n
T(n)=2T(n/2)+O(n)
T(n)=O(nlogn)
代码:
int MaxSum_DIV(int *v,int l,int r)
{
int k,sum=0;
if(l==r)
return v[l]>=0?v[l]:0;
else
{
int center=(l+r)/2;
int lsum=MaxSum_DIV(v,l,center);
int rsum=MaxSum_DIV(v,center+1,r);
int s1=0;
int lefts=0;
for (k=center;k>=l;k--) //这里算的是conter为右边的最大子序列和.
{
lefts+=v[k];
if(lefts>s1)
s1=lefts;
}
int s2=0;
int rights=0;
for (k=center+1;k<=r;k++) //这里算的是conter+1为左边的最大子序列和.
{
rights+=v[k];
if(rights>s2)
s2=rights;
}
sum=s1+s2; //sum就是当前横跨中间conter的最大子序列和.
if(sum<lsum)
sum=lsum;
if(sum<rsum)
sum=rsum;
}
return sum;
} //整体来说和平面最近点对的思路有异曲同工之妙.
b[j]=max{a[i]++a[j]},1<=i<=j,且1<=j<=n,则所求的最大子段和为max b[j],1<=j<=n。
由b[j]的定义可易知,当b[j-1]>0时b[j]=b[j-1]+a[j],否则b[j]=a[j]。故b[j]的动态规划递归式为:
b[j]=max(b[j-1]+a[j],a[j]),1<=j<=n。
T(n)=O(n)
代码:
int MaxSum_DYN(int *v,int n)
{
int sum=0,b=0;
int i;
for (i=1;i<=n;i++)
{
if(b>0)
b+=v[i];
else
b=v[i];
if(b>sum)
sum=b;
}
return sum;
}
二.线性最大子段和问题(二)
在(一)的基础上,要求子段长度不得超过k;
思路:
从a[0]开始枚举所有连续的k大小的连续序列,对每个序列求连续最大子段和.不断更新即可.(时间复杂度O(k*(n-k+1)));
以上是线性最大子序列和,如果是环形的呢?意思就是在线性的基础上,最后一个元素过了是第一个元素,从而形成一个环.
三.环性最大子段和问题
思路一: