题目
求子数组的最大和
题目描述:
输入一个整形数组,数组里有正数也有负数。
数组中连续的一个或多个整数组成一个子数组,每个子数组都有一个和。
求所有子数组的和的最大值。要求时间复杂度为O(n)。
例如输入的数组为:1 -1 1 1 -1
因此输出为该子数组的和为:2
解答
方法1:扫描法
扫描整个数组,计算所有的可能结果,然后得到最大的结果为返回值。
这种实现方式,当数组足够大时,效率极差。
C++程序代码实现
int getMaxSubInt(int arr[], int n){
int maxSum=0;
for(int j=0; j<n; j++){
for(int k=0; k<n; k++){
int temp = 0;
for(int l=j; l<=k; l++){
temp = temp + arr[l];
}
if(temp > maxSum){
maxSum = temp;
}
}
}
return maxSum;
}
方法2:动态规划
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。
C++程序代码实现
int getMaxSubSum(int arr[], int n){
maxSum = arr[0];
sum = arr[0];
for(int i=1; i<n; i++){
if( sum > 0){
sum += arr[i];
}else{
sum = arr[i];
}
if(sum > maxSum){
maxSum = sum;
}
}
return maxSum;
}