【算法导论学习笔记】最大子数组问题
来源:互联网 发布:如何做淘宝链接 编辑:程序博客网 时间:2024/05/18 18:04
Maximum Subarray
要在一个数组中找出一个最大子数组,最直观的想法就是尝试所有可能的情况,从所有的子数组中找出和最大的子数组。这种方法的时间复杂度较高,下面采用分治算法来进行求解。
分治算法主要有三个步骤:
分解:将问题分解为一些子问题,子问题的形式与原问题一样,但规模更小;
解决:递归的求解子问题,如果子问题规模足够小,则停止递归;
合并:将子问题的解组合成原问题的解。
假如我们要寻找数组A[low...high]的最大子数组,利用分治策略,将子数组分解为规模尽量接近的两个子数组,比如在数组中间mid进行分解,分成A[low...mid]和A[mid...high],再求解子数组的最大子数组。A[low...high]的最大子数组只有下面三种情况:
1.完全位于左子数组;
2.完全位于右子数组;
3.跨越中点。
下面是牛客网上的一道求最大子数组和的题:
HZ偶尔会拿些专业问题来忽悠那些非计算机专业的同学。今天测试组开完会后,他又发话了:在古老的一维模式识别中,常常需要计算连续子向量的最大和,当向量全为正数的时候,问题很好解决。但是,如果向量中包含负数,是否应该包含某个负数,并期望旁边的正数会弥补它呢?例如:{6,-3,-2,7,-15,1,2,2},连续子向量的最大和为8(从第0个开始,到第3个为止)。你会不会被他忽悠住?(子向量的长度至少是1)
class Solution {public: int FindGreatestSumOfSubArray(vector<int> array) { int low = 0; int high = array.size() - 1; return FindMaximunSubarray(array, low, high); } int FindMaximunSubarray(vector<int> array, int low, int high){ if(low == high){ return array[low]; } else{ int mid = (low + high) / 2; int leftSum = FindMaximunSubarray(array, low, mid); int rightSum = FindMaximunSubarray(array, mid + 1, high); int midSum = FindMaxCrossingSumOfSubArray(array, low, mid, high); if(leftSum > rightSum){ if(leftSum > midSum) return leftSum; else return midSum; } else if(rightSum > midSum) return rightSum; else return midSum; } } int FindMaxCrossingSumOfSubArray(vector<int> array, int low, int mid, int high){ int left_sum = array[mid - 1]; int sum = 0; int right_sum = array[mid + 1]; int maxLeft = mid; int maxRight = mid; for(int i = mid - 1; i >= low; i--){ sum = sum + array[i]; if(sum > left_sum){ left_sum = sum; maxLeft = i; } } sum = 0; for(int j = mid + 1; j <= high; j++){ sum = sum + array[j]; if(sum > left_sum){ right_sum = sum; maxRight = j; } } sum = left_sum + right_sum + array[mid]; return sum; }};
通过的运行时间是3ms,运行内存是496K。看到排行榜好多时间内存都比我少的,看了看别人的代码,用的是动态规划。这样的话就只需要遍历整个数组一次,效率大大提高了。
class Solution {public: int FindGreatestSumOfSubArray(vector<int> array) { int cursum=array[0]; int maxsum=array[0]; for(int i=1;i<array.size();i++){ cursum+=array[i]; if(cursum<array[i]) cursum=array[i]; if(cursum>maxsum) maxsum=cursum; } return maxsum; }};
在网上看到一个写得很详细的博客:http://blog.csdn.net/liu2012huan/article/details/51296635
阅读全文
0 0
- 《算法导论》学习笔记之最大子数组问题
- 【算法导论学习笔记】最大子数组问题
- 分治之最大子数组-《算法导论》学习笔记四
- 《算法导论》学习笔记(2):最大子数组
- 算法导论学习:分治策略之最大子数组问题
- 算法学习笔记----最大子数组问题
- 算法导论之最大子数组问题
- 【算法导论】最大子数组问题
- 算法导论--最大子数组问题
- 算法导论—最大子数组问题
- 【算法基础】算法导论-最大子数组问题
- 《算法导论》学习笔记——最大子数组(分治策略,动态规划)
- 算法导论学习笔记(二)分治策略之最大子数组
- 【算法导论学习-007】最大子数组和问题(Maximum subarray problem)
- 算法导论_最大子数组问题(分治策略)
- 算法导论-----最大子数组问题(线性解法)
- 最大子数组问题(动态规划)--【算法导论】
- 最大子数组问题(分治法)--【算法导论】
- 银行管理系统遇到的BUG+结束总结
- A
- Java开发者需要了解哪些常见的开发工具
- 1053. Path of Equal Weight 解析
- C++类的静态变量成员和静态成员函数的使用
- 【算法导论学习笔记】最大子数组问题
- 调整打印机适应套打的边距
- 欧拉函数
- text-align无法实现居中
- C++函数返回引用
- 安装imagej
- Shell 流程控制~09
- HDU 5810Balls and Boxes【二项分布】
- 数据库查询优化之索引的使用详解