最大子列和问题

给定K个整数组成的序列{ N1, N2, …, NK }，“连续子列”被定义为{ Ni, Ni+1, …, Nj }，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。
求{4,-3,5,-2,-1,2,6,-2}中的最大子列和。

方法一

int MecSubSeqSum1(int a[], int n)
{
    int sum,maxsum=0;
    int i,j,k;
    for(i=0;i<n;i++)
        for(j=i;j<n;j++)//最左端为i，最右端为j
        {
            sum=0;
            for(k=i;k<=j;k++)
                sum+=a[k];//求i与j间所有数之和
            if(sum>maxsum)
                maxsum=sum;//最大数
        }
    return maxsum;
}

因为它是3重for循环，时间复杂度为n^3

---

方法2

int MecSubSeqSum2(int a[], int n)
{
    int sum,maxsum=0;
    int i,j;
    for(i=0;i<n;i++)
    {
        sum=0;
        for(j=i;j<n;j++)
        {
            sum+=a[j];
            if(sum>maxsum)
                maxsum=sum;//最大数
        }
    }
    return maxsum;
}

该方法是方法一的优化，时间复杂度为n^2

---

方法3

int Max3( int A, int B, int C )
{ //返回3个整数中的最大值
    //return A > B ? A > C ? A : C : B > C ? B : C;
    return A > B ? (A > C ? A : C) :( B > C ? B : C );
}

int DivideAndConquer( int List[], int left, int right )
{ // 分治法求List[left]到List[right]的最大子列和
    int MaxLeftSum, MaxRightSum; //存放左右子问题的解
    int MaxLeftBorderSum, MaxRightBorderSum; //存放跨分界线的结果

    int LeftBorderSum, RightBorderSum;
    int center, i;

    if( left == right )  { // 递归的终止条件，子列只有1个数字
        if( List[left] > 0 )
            return List[left];
        else return 0;
    }

    //下面是"分"的过程
    center = ( left + right ) / 2; // 找到中分点
    //递归求得两边子列的最大和
    MaxLeftSum = DivideAndConquer( List, left, center );
    MaxRightSum = DivideAndConquer( List, center+1, right );

    //下面求跨分界线的最大子列和
    MaxLeftBorderSum = 0; LeftBorderSum = 0;
    for( i=center; i>=left; i-- ) { //从中线向左扫描
        LeftBorderSum += List[i];
        if( LeftBorderSum > MaxLeftBorderSum )
            MaxLeftBorderSum = LeftBorderSum;
    } //左边扫描结束

    MaxRightBorderSum = 0; RightBorderSum = 0;
    for( i=center+1; i<=right; i++ ) { //从中线向右扫描
        RightBorderSum += List[i];
        if( RightBorderSum > MaxRightBorderSum )
            MaxRightBorderSum = RightBorderSum;
    } //右边扫描结束

    //下面返回"治"的结果
    return Max3( MaxLeftSum, MaxRightSum, MaxLeftBorderSum + MaxRightBorderSum );
}

int MecSubSeqSum3( int List[], int N )
{ //保持与前2种算法相同的函数接口
    return DivideAndConquer( List, 0, N-1 );
}

该方法利用了分治法的思想，即将该子列不断划分，递归求解，直至只剩2个数，此时求其左边、右边及过分界线的3个最小子列的最大值。时间复杂度为nlogn。

---

方法4—在线处理法

int MecSubSeqSum4(int a[], int n)
{
    int sum=0,maxsum=0;
    int i;
    for(i=0;i<n;i++)
    {
        sum+=a[i];
        if(sum>maxsum)
            maxsum=sum;
        else if(sum<0)
            sum=0;
    }
    return maxsum;
}