算法导论中的一个题目,上次面试题中被扩展到了二维和二维环形数组,记录下以供参考。
一、 一维连续子数组 最大和
问题描述:给定一个一维数组,求其中连续子数组和的最大值。
样例输入:{ 1, 5, -3, 6, -7}
样例输出:9 // 1 + 5 + -3 + 6
方法1:分治法,也是算法导论中介绍的一种方法。选取数组的中间元素a[n/2],那么子数组要么经过中间元素,要么在a[0]和中间元素之间,要么在中间元素和a[n]之间。如果经过中间元素,从中间元素开始向两侧寻找最大和子数组,两个数组合并即可得到跨中间元素的最大和子数组。递归求解两侧最大子数组情况。
时间复杂度分析:T( n ) = 2*T( n/2 ) + Θ(n) -------> Θ(n logn)
这种算法时间复杂度为n logn,虽然相比蛮力法更快,但依然不是最优。因为每次递归求解子数组和时,都会产生重复求解的问题。
下列方法2、3使用动态规划对此问题进行改进,时间复杂度达到 O( n )。
方法2:动态规划。一维数组的子数组两端都是不固定的,我们可以先假设一端已经确定位置,那么只需确定另一端的位置即可。用辅助数组 c[r] 存储 a[0] -> a[r] 之间最大连续子数组和,其中 a[r] 是子数组的一个端点。当填充完c[0] -> c[n-1]后,c数组中的最大值即是我们要求的结果。
状态转移方程:c[r] = max( 0, c[r-1] ) + a[r] // a[r]为一个端点,如果c[r]非0,那么最大值应为 c[r] + a[r]