LeetCode-Maximum Subarray

来源:互联网 发布:李勇seo博客qq群 编辑:程序博客网 时间:2024/06/11 19:41

最大子序列和问题

    • 最大子序列和问题
      • 题目描述
      • 解题思路
        • 直接求解On-动态规划
        • 利用分治的方法Onlogn
      • 代码

1. 题目描述

Find the contiguous subarray within an array (containing at least one number) which has the largest sum.
Example given the array [-2,1,-3,4,-1,2,1,-5,4],
the contiguous subarray [4,-1,2,1] has the largest sum = 6.


2. 解题思路

一开始觉得和滑动窗口一个问题,但是想不到一个终止的条件,然后发现只要是前面序列和小于0,就设置sum=0。

1. 直接求解O(n)-动态规划

maxSubArray(A, i) = maxSubArray(A, i - 1) >0 ? maxSubArray(A, i - 1) : 0 + A[i];

遍历一次数组,sum+=A[i],如果sum大于result,更新result,如果sum小于0,更新sum为0.

2. 利用分治的方法O(nlogn)

对于一数字序列,其最大连续子序列和对应的子序列可能出现在三个地方。

  • 整个出现在输入数据的前半部(左)
  • 整个出现在输入数据的后半部(右)
  • 跨越输入数据的中部从而占据左右两半部分。

前两种情况可以通过递归求解,第三种情况可以通过求出前半部分的最大和(包含前半部分的最后一个元素)以及后半部分的最大和(包含后半部分的第一个元素)而得到,然后将这两个和加在一起即可。
T(1) = 1
T(N) = 2T(N/2) + O(N)

3.代码

先贴一波分治的代码

public static int maxSubsequenceSum(int[] a, int left, int right) {    if(left == right) { //Base case        if(a[left] > 0) {            return a[left];        } else {            return 0; //保证最小值为0        }    }    int center = (left+right)/2;    int maxLeftSum = maxSubsequenceSum(a, left, center); //递归调用,求左部分的最大和    int maxRightSum = maxSubsequenceSum(a, center+1, right);//递归调用,求右部分的最大和    int leftBorderSum = 0, maxLeftBorderSum = 0;//定义左边界子序列的和    for(int i=center; i>=left; i--) {//求左边界的最大和(从右边开始往左求和)        leftBorderSum += a[i];        if(leftBorderSum > maxLeftBorderSum) {            maxLeftBorderSum = leftBorderSum;        }    }    int rightBorderSum = 0, maxRightBorderSum = 0;//定义右边界子序列的和    for(int i=center+1; i<=right; i++) {//求右边界的最大和(从左边开始往右求和)        rightBorderSum += a[i];        if(rightBorderSum > maxRightBorderSum) {            maxRightBorderSum = rightBorderSum;        }    }    //选出这三者中的最大值并返回(max3(int a, int b, int c)的实现没有给出)    return max3(maxLeftSum, maxRightSum, maxLeftBorderSum + maxRightBorderSum);}

接下来就是动态规划的代码了

class Solution{    public:     int maxSubArray(vector<int>& nums) {         int largest_num= nums.at(0);         int sum=0;         for(int i=0; i < nums.size(); i++) {            sum+=nums.at(i);            if(sum> largest_num) {                largest_num=sum;            }              if(sum < 0)               sum= 0;         }         return largest_num;    }};

表达比较明确,但是还不够短,discussion里面说到,可以把for循环里面的语句变成两条语句。
sum=max(sum+nums.at(i),A[i]);
largest_num=max(largest_num,sum);
感叹大佬的水平(膜)。