求序列中最大子序列和(分治算法)
来源:互联网 发布:淘宝签署开店无法同意 编辑:程序博客网 时间:2024/05/16 15:31
分治算法
分治算法的基本思想是将一个规模为N的问题分解为K个规模较小的子问题,这些子问题相互独立且与原问题性质相同。求出子问题的解,就可得到原问题的解。
分治思想
当我们求解某些问题时,由于这些问题要处理的数据相当多,或求解过程相当复杂,使得直接求解法在时间上相当长,或者根本无法直接求出。对于这类问题,我们往往先把它分解成几个子问题,找到求出这几个子问题的解法后,再找到合适的方法,把它们组合成求整个问题的解法。如果这些子问题还较大,难以解决,可以再把它们分成几个更小的子问题,以此类推,直至可以直接求出解为止。这就是分治策略的基本思想。
,,,,额,好吧,我承认Baidu的。。。。下面开始正题。
题目
在给定的一个序列中,找到和值最大的子序列。
方法一:
找到该序列的所有子序列,计算每个子序列的值,找到和值最大的序列
算法实现:
定义两个变量i、j,i用来作为子序列的起点,j用来扫描以i为起点的所有子序列。
void maxSum(int data[],int len){ int max = data[0]; for (int i = 0; i < len; i++){ int goal = 0; for (int j = i; j < len; j++){ goal += data[j]; if (goal > max){ max = goal; } } } printf("最大值%d",max);}
缺点:时间复杂度太高。
方法二
记录以data[0]作为起点的所有子序列的和。如图:
这样我们想得到任意子序列的和就可以通过sum求得。
即: data[b]~data[e]=sum[e+1]-sum[b+1]
例如:元素下标从data[2]–data[5]这个序列的和为:
sum[5+1]-sum[2+1]=14-6=8
通过上面那个公式依次求出每个子序列的和,通过比较就可以获得最大的的序列和
实现:
void maxSum2(int data[],int len){ int *sum = (int*)malloc(sizeof(int)*(len + 1)); sum[0] = 0; int max = data[0]; for (int i = 0; i < len; i++){ sum[i+1] = sum[i] + data[i]; } for (int i = 1; i < len + 1; i++){ for (int j = i; j < len + 1; j++){ if (sum[j] - sum[i - 1]>max){ max = sum[j] - sum[i - 1]; } } } printf("\n最大值%d", max);}
缺点:时间复杂度太高,比上面那个算个高出了一个n
方法三(分治算法)
比较左、右、中间三部分的序列和的大小,因为中间部分是没办法分治的,只能在每一层递归函数空间里面进行,所以递归的部分为左、右,而且左右部分序列和有分别为次层递归的结果。递归结束的标志:左右为相同位置元素,即只有一个元素.
如图:
红色框中的为元素的数组下标,对应的蓝色框为数组的值。
分割的思想跟二叉树的遍历大同小异,能左分,不右分,分到当前序列中只有一个值时,改值作为最大的序列和返回。
实现
int getMaxNum(int a,int b,int c){ if (a > b&&a > c){ return a; } if (b > a&&b > c){ return b; } return c;}int maxSumRec(int data[], int left, int right){ if (right - left == 1){ //如果当前序列只有一个元素 return data[left]; } int center = (left + right) / 2;//计算当前序列的分裂点 int maxLeftSum = maxSumRec(data,left,center); int maxRightSum = maxSumRec(data,center,right); //计算左边界最大子序列和 int leftBonderSum = 0; int maxLeftBonderSum = data[center-1]; for (int i = center - 1; i >= left; i--){ leftBonderSum += data[i]; if (maxLeftBonderSum < leftBonderSum){ maxLeftBonderSum = leftBonderSum; } } //计算右边界最大子序列和 int rightBonderSum = 0; int maxRightBonderSum = data[center]; for (int i = center; i < right; i++){ rightBonderSum += data[i]; if (maxRightBonderSum < rightBonderSum){ maxRightBonderSum = rightBonderSum; } } //返回当前序列最大子序列和 return getMaxNum(maxLeftBonderSum + maxRightBonderSum, maxLeftSum, maxRightSum);}
调试代码:
int main(void){ int data[8] = {3,-2,5,-3,4,7,-6,9}; printf("%d",maxSumRec(data, 0, 8)); return 0;}
调试结果:
- 求序列中最大子序列和(分治算法)
- 借助 求 一个序列中最大和子序列 学习 分治算法 code in C#
- 分治法求最大子序列和
- 最大子序列和问题 分治算法
- 最大子序列和分治算法
- 最大子序列和的分治算法
- 分治算法求最长子序列和
- BJFU1274 最大子序列和(分治)
- 联机算法求最大子序列和
- 求最大子序列和算法
- 联机算法求最大子序列和
- 经典算法--求最大子序列和
- JAVA 求最大子序列和 算法
- 分治策略结合递归思想求最大子序列和
- 分治法求数组最大连续子序列的和
- 分治法求最大子序列和问题
- 分治法之求最大连续子序列和
- 《github一天一道算法题》:分治法求数组最大连续子序列和
- Java:方法重载
- Java 序列化
- Python中的实用小技巧
- Unity 菜单扩展 [] --专业名词应该是Attribute
- Django 单元测试
- 求序列中最大子序列和(分治算法)
- 10.函数参数传递的三种方式
- jsp和servlet常见问题总结
- Mac下查看JDK路径配置JAVA_HOME安装maven
- JSP页面九大内置对象
- Android 前后台进程切换判断
- dubbo源码分析-consumer端6-数据发送与接收
- Java 网络编程
- 不找C++的工作也要学C++