求最大连续子列和的算法和时间复杂度的分析(包含四种不同时间复杂度的算法)
来源:互联网 发布:nginx获取header信息 编辑:程序博客网 时间:2024/06/05 21:16
大三时候,面试微软的实习生,电话面试了我一个多小时,果然名不虚传,除了最开始简单的自我介绍和项目介绍外,大部分时间是徒手写代码,在远程屏幕编辑器上写代码。
面试官很nice,讲话方面完全没有什么架子,可以说很温柔了哈哈哈哈(男的)。一共三道题,第一道是删除链表的倒数第k个节点:用两个指针,第一个延缓第二个k步遍历链表,第二个到了底,那么第一个指针指的就是倒数第k个了。第二道题是求不重复的最大子串长度:读字符串数据,存到队列里,每新读入一个,扫描一遍已读入的表,有重复则出队直到该重复的字符出队,一直记录队列的最大长度。最终的最大长度就为最大子串长度。第三道题就是如题了,给我十来分钟,我没想到比O(N^2)小的时间复杂度。特此记录!
#include "stdafx.h"#include <iostream>using namespace std;/****环境:VS2015*********//*************************函数:求最大子列和1输入:数组a,数组长度 N输出:最大子列和时间复杂度:O(N^3)*************************/int maxSubSeqSum1(int N, int a[]){ int ThisSum, MaxSum = 0; for (int i = 0;i < N;i++) { for (int j = i;j < N;j++) { ThisSum = 0; for (int k = i;k < j;k++) ThisSum += a[k]; if (ThisSum > MaxSum) MaxSum = ThisSum; } } return MaxSum;}/*************************函数:求最大子列和2输入:数组a,数组长度 N输出:最大子列和时间复杂度:O(N^2)*************************/int maxSubSeqSum2(int N, int a[]){ int ThisSum, MaxSum = 0; for (int i = 0;i < N;i++) { ThisSum = 0; for (int j = i;j < N;j++) { ThisSum += a[j]; if (ThisSum > MaxSum) MaxSum = ThisSum; } } return MaxSum;}/*************************函数:求最大子列和3(分而治之递归)输入:数组a,数组长度 N输出:最大子列和时间复杂度:O(NlogN)*************************/int maxSubSeqSum3(int h, int a[],int t){ int ThisSum = 0, MaxSum = 0, MaxLeft = 0, MaxRight = 0, MaxContainBorderLeft = 0, MaxContainBorderRight = 0, MaxContainBorder=0; if ((t - h) / 2 > 0) { MaxLeft = maxSubSeqSum3(0, a, (t - h) / 2); //求两个子列的最大子列和 MaxRight = maxSubSeqSum3((t - h) / 2, a, (t - h)); } //求跨越边界的最大子列和 for (int i = (t - h) / 2;i > 0;i--) { ThisSum += a[i]; if (MaxContainBorderLeft < ThisSum) MaxContainBorderLeft = ThisSum; } ThisSum = 0; for (int i = (t - h) / 2+1;i < t-h;i++) { ThisSum += a[i]; if (MaxContainBorderRight < ThisSum) MaxContainBorderRight = ThisSum; } MaxContainBorder = MaxContainBorderLeft + MaxContainBorderRight; //求三个子列和中最大的 if (MaxLeft > MaxRight) MaxSum = MaxLeft; else MaxSum = MaxRight; if (MaxSum < MaxContainBorder) MaxSum = MaxContainBorder; return MaxSum;}/*************************函数:求最大子列和4(在线处理)输入:数组a,数组长度 N输出:最大子列和时间复杂度:O(N)*************************/int maxSubSeqSum4(int N, int a[]){ int ThisSum=0, MaxSum = 0; for (int i = 0;i < N;i++) { ThisSum+=a[i]; if (ThisSum > MaxSum) MaxSum = ThisSum; else if (ThisSum < 0)//如果当前子列和为负数 ThisSum = 0;//则最大子列和不可能包含上述子列,弃之 //(既然是突然变小,则最后的那个数是使其变负的数,要想用前面的值,则必须使用这个负数) } return MaxSum;}/***********测试***********/int main(){ int x[14] = { -1,5,3,-9,4,-2,4,7,-3 ,-4,7,-3,10}; cout << maxSubSeqSum1(14, x)<<endl; cout << maxSubSeqSum2(14, x) << endl; cout << maxSubSeqSum3(0, x, 13) << endl; cout << maxSubSeqSum4(14, x) << endl; system("pause"); return 0;}
欢迎留言反驳提问,谢谢。
阅读全文
0 0
- 求最大连续子列和的算法和时间复杂度的分析(包含四种不同时间复杂度的算法)
- 最大子列和问题的四种不同时间复杂度的算法实现
- 求最大子序列和的四种经典方法及其算法时间复杂度分析
- 数组连续子序列的最大的和-四种算法,四种时间复杂度
- 数组连续子序列的最大的和;四种算法,四种时间复杂度
- 求数列的最大子段和的两种方法(包括时间复杂度为线性时间的算法)
- 最大子序列的不同时间复杂度算法
- 时间复杂度为O(N)的求最大子序列和的算法
- 算法的时间复杂度和空间复杂度
- 算法的时间复杂度和空间复杂度
- 算法的时间复杂度和空间复杂度
- 算法的时间复杂度和空间复杂度
- 算法的时间复杂度和空间复杂度
- 算法的时间复杂度和空间复杂度
- 算法的时间复杂度和空间复杂度
- 算法的时间复杂度和空间复杂度
- 算法的时间复杂度和空间复杂度
- 算法的时间复杂度和空间复杂度
- 在公司的局域网内,组长让你在自己的虚拟机部署项目,大家等着访问测试,该怎么办???
- 小白成长记——Java基础之操作符
- 星罡:因为期待_你需要更出色!
- Android消息处理机制
- 聊天室入门实战(node,socket.io实现)--第二章(美化,图片发送,登录提示,认证)
- 求最大连续子列和的算法和时间复杂度的分析(包含四种不同时间复杂度的算法)
- [BZOJ]4443: [Scoi2015]小凸玩矩阵 二分+二分图匹配
- ANDROID L日志系统——JAVAAPI与LIBLOG
- zookeeper分布式集群安装
- css布局
- log4j与log4j2
- python学习记录(七)
- 线程 Atomic变量自增运算测试
- 2017 Multi-University Training Contest