python—四种方法求解最大连续子序列和_连续子序列和的最大值python(1)

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

工具都帮大家整理好了，安装就可直接上手！

三、最新Python学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试宝典

简历模板

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

文章目录

• • • 穷举法
      • 优化穷举
      • 分治法
      • 动态规划

给定一个序列（至少含有 1 个数），从该序列中寻找一个连续的子序列，使得子序列的和最大。
例如，给定序列 [-2,1,-3,4,-1,2,1,-5,4]，
连续子序列 [4,-1,2,1] 的和最大，为 6。

穷举法

最简单的方法就是直接求解出所有的子序列之和，然后比较子序列之和，求出最大值。那么如何求解子序列呢？首先子序列的起始位置可能是任意的，结束位置也可以是任意的。可以一层循环确定子序列的起始位置，嵌套一层循环确定子序列的结束位置并求和，

def getMaxSubString(arr):
    sum_list = []
    for i in range(len(arr)):
        cur_sum = 0
        for j in range(i, len(arr)):
            cur_sum += arr[j]
            sum_list.append(cur_sum)
    max_element = max(sum_list)
    return max_element

if __name__ == '\_\_main\_\_':
    res = getMaxSubString([-2, 1, -3, 4, -1, 2, 1, -5, 4])
    print(res)

优化穷举

不使用一个额外的空间存在每次计算的子序列和，而是每次计算完成之后，直接比较大小

def getMaxSubSeqSum(arr):
    # sum\_list = []
    max_element = arr[0]
    for i in range(len(arr)):
        cur_sum = 0
        for j in range(i, len(arr)):
            cur_sum += arr[j]
            # sum\_list.append(cur\_sum)
            if cur_sum > max_element:
                max_element = cur_sum
    # max\_element = max(sum\_list)
    return max_element


if __name__ == '\_\_main\_\_':
    res = getMaxSubSeqSum([-2, 1, -3, 4, -1, 2, 1, -5, 4])
    print(res)

分治法

分治法是一种使用广泛的算法，其基本思想是：“如果整个问题比较复杂，可以将问题分化，各个击破”。分治包含“分”和“治”两个过程，先将问题分成两个大致相等的子问题，然后递归地对它们求解。

在此例中，先将序列等分成左右两份，最大子序列只可能出现在三个地方：

1. 整个子序列出现在左半部分；
2. 整个子序列出现在右半部分；
3. 跨越左右边界出现在中间。

最大子序列和要么在左半部分，要么在右半部分，要么横跨左右两部分。所以分别求出这三种情况的最大序列和，比较求得最终的最大子序列和。左半部分和右半部分可以用递归求，那么只需要在函数中求解横跨两部分的最大子序列即可。从中间值开始，向前面两种方法那样，起始位置为中间下标，一部分向左求和，另一部分向右求和，最终两部分相加即可。因为在Python中组合数据类型可以不用声明全局，直接是地址传值，所以直接用了。

def divide\_and\_conquer(lst, left, right):
    if left == right:
        if lst[left] > 0:
            return lst[left]
        else:
            return 0

    center = (left + right) // 2
    # 左边界最大子序列和右边界最大子序列
    max_left_sum = divide_and_conquer(lst, left, center)
    max_right_sum = divide_and_conquer(lst, center + 1, right)

    max_left_border_sum = left_border_sum = 0
    for i in range(center, left - 1, -1):
        left_border_sum += lst[i]
        if left_border_sum > max_left_border_sum:
            max_left_border_sum = left_border_sum

    max_right_border_sum = right_border_sum = 0
    for i in range(center + 1, right + 1):
        right_border_sum += lst[i]
        if right_border_sum > max_right_border_sum:
            max_right_border_sum = right_border_sum

    # 左、右与跨越边界的子序列
    return max(max_left_sum, max_right_sum, max_left_border_sum + max_right_border_sum)


### 一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。



![](https://img-blog.csdnimg.cn/img_convert/9f49b566129f47b8a67243c1008edf79.png)



### 二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。



![](https://img-blog.csdnimg.cn/img_convert/8c4513c1a906b72cbf93031e6781512b.png)



### 三、入门学习视频



我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。



![](https://img-blog.csdnimg.cn/afc935d834c5452090670f48eda180e0.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA56iL5bqP5aqb56eD56eD,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)




**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**[需要这份系统化学习资料的朋友，可以戳这里获取](https://bbs.csdn.net/topics/618317507)**

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**