说到算法,我们的脑海中闪现出的是各种数学公式,各种复杂的逻辑,让人叫苦不迭。其实算法也没那么难,下面给大家介绍很常见的一个典型例子:寻找最大子序列。
将通过四种算法给大家讲解和分析。
方法一:
public static int maxSubSum1(int [] array){ int maxSum = 0; for(int i=0;i<array.length;i++){ for (int j=i;j<array.length;j++){ int thisSum = 0; for(int k=i;k<=j;k++){ thisSum += array[k]; } if(thisSum > maxSum) maxSum = thisSum; } } return maxSum; }方法一使用的是三重for循环来获取结果,此方法可以正确的获取我们需要的结果。下面我们分析一下时间的复杂度;
第一重for循环的大小为N 第二重for循环的大小为N-i,(取最坏情况为N) 第三重for循环大小为 j - i + 1,我们也假设其大小为N;
故该方法的时间复杂度为O(N*N*N);对于小数据量来说,这个可以满足要求,不过对于大数据可能就会表现的力不从心啦!
方法二:
public static int maxSum2(int[] array){ int maxSum = 0; for(int i=0;i<array.length;i++){ int thisSum = 0; for(int j=i;j<array.length;j++){ thisSum += array[j]; if(thisSum > maxSum){ maxSum = thisSum; } } } return maxSum; }
方法二使用的是两重for循环,同样也满足要求,这个方法等时间复杂度为:N*N,比第一个方法速度快了不少。
方法三:
public static int maxSumRec(int a[],int left,int right){ if(left == right){ if(a[left] > 0){ return a[left]; }else{ return 0; } } int center = (left + right) / 2; int maxLeftSum = maxSumRec(a,left,center); int maxRightSum = maxSumRec(a,center+1,right); int maxLeftBorderSum = 0,leftBorderSum = 0; for(int i=center;i>=left;i--){ leftBorderSum += a[i]; if(leftBorderSum > maxLeftBorderSum){ maxLeftBorderSum = leftBorderSum; } } int maxRightBorderSum = 0,rightBorderSum = 0; for(int i=center+1;i<=right;i++){ rightBorderSum += a[i]; if(rightBorderSum > maxRightBorderSum){ maxRightBorderSum = rightBorderSum; } } return max3(maxLeftSum,maxRightSum,maxLeftBorderSum+maxRightBorderSum); } public static int max3(int a,int b,int c){ int max =0; int temp = a>b?a:b; max = temp>c?temp:c; return max; }第三种方法采用的分治算法,也就是所谓的分而治之。分治算法的核心就是使用了递归。
第三种方法等时间复杂度为:N * logN,可见虽然说代码量比前两个多了不少,但是运行效率是比前两个要高效的。
方法四:
public static int maxSubSum3(int[] array){ int thisSum=0,maxSum=0; for(int j=0;j<array.length;j++){ thisSum += array[j]; if(thisSum > maxSum){ maxSum = thisSum; }else if(thisSum < 0){ thisSum = 0; } } return maxSum
方法四的方法的优点在于,数据一次扫描,一旦a[j]被读入并处理,他就不需要再被记忆啦。
方法四的时间复杂度为:N,是一个极其高效的方法。
最后顺带给出几个常见的算法:
1,计算最大公约数的欧几里算法
/** * 最大公约数的欧几里算法 * @param m * @param n * @return */ public static long get(long m ,long n){ while (n != 0){ long rem = m % n; m = n; n = rem; } return m; }2,高效的幂运算
/** * 高效的使用递归的幂运算 * @param x * @param n * @return */ public static long pow(long x,int n){ if (n == 0) return 1; if (n == 1) return x; if(n % 2==0){ return pow(x * x,n/2); }else{ return pow(x*x,n/2) * x; } }敬请关注下一章内容:数据分析之表,栈和队列