求解最大子数组问题
来源:互联网 发布:雷克萨斯rx200t 知乎 编辑:程序博客网 时间:2024/05/20 05:59
求解最大子数组问题
目录
- 求解最大子数组问题
- 目录
- 摘要
- 最大子数组问题
- 暴力法
- 暴力破解代码块
- 代码运行结果
- 暴力法的算法复杂度
- 暴力破解代码块
- 分治法求解最大子数组问题
- 思路分析
- 伪代码分析
- 分治法求解最大数组问题代码块
- 代码运行结果
- 分治法求解最大数组问题算法分析
摘要
本小节中主要讨论暴力法
和分治法
在求解最大子数组的应用。
最大子数组问题
问题的背景提出(转载:算法导论):
在连续17天股价变化如下图,问何时买入和卖出可以获得最大的利润.
暴力法
寻找出任意两天的价格,两者作差,比较差的最大值。此时会出现一个与时间有关的错误,可能在日期在后的股价高,日期在前的股价低,那么不存在现低价卖后高价卖出的现象。
我们这里考虑差分式:每一天的价格都和它前一天的价格作差
此时,要求解利润最大化的问题 ==> 即转化为求连续子数组和的最大值。
暴力破解代码块
/** C/C++ 语言** @author Erice_s* @date 2017/10/14**/#include <cstdio>#include <iostream>#include <stdlib.h>using namespace std;void Force_Search(int *a,int len){ if (len <= 0 || a == NULL) return; int sum = 0, Arraysum = 0; int k, l,i,j; for ( i = 0; i < len; i++) { sum = a[i]; if (sum >= Arraysum) { Arraysum = sum; k = i; } for ( j = i + 1; j < len; j++) { sum += a[j]; if (sum >= Arraysum) { Arraysum = sum; k = i; l = j; } } } printf("the maxnum of Array:%d ,low SUB:%d ,high SUB:%d\n",Arraysum,k,l);}int main(void){ int a[] = {13,-3,-15,20,-3,-16,-23,18,20,-7,12,-5,-22,15,-4,7}; int len = sizeof(a) / sizeof(*a); Force_Search(a, len); system("pause"); return 0;}
代码运行结果
暴力法的算法复杂度
O(n^2)
分治法求解最大子数组问题
思路分析
伪代码分析
分治法求解最大数组问题代码块
/** C/C++ 语言** @author Erice_s* @date 2017/10/14* * 参数说明:* a -- 差分处理后的数组* first -- 数组下标最小的数* last -- 数组下标最大的数* m -- 最大子数组序列下标的最小值* n -- 最大子数组序列下标的最大值* */#include <cstdio>#include <iostream>#include <stdlib.h>using namespace std;int find_Cross_MaxArry(int *a, int first, int mid, int last,int *m/*in out*/, int *n/*in out*/){ int l_Arraysum = 0, r_Arraysum = 0; int mid_Arraysum; int i, sum = 0; *n = mid; for (i = mid; i >= first; i--) { sum += a[i]; if (sum >= l_Arraysum) { l_Arraysum = sum; *m = i; } sum = 0; for (i = mid + 1; i <= last; i++) { sum += a[i]; if (sum >= r_Arraysum) { r_Arraysum = sum; *n = i; } } mid_Arraysum = l_Arraysum + r_Arraysum; return mid_Arraysum;}int find_MaxArry(int *a, int first, int last,int *m/*in out*/,int *n/*in out*/){ if (a == NULL || first >last) return -1; if (first == last) return a[first]; int mid = (first & last) + ((first^last) >>1); int l_Arraysum = find_MaxArry(a, first, mid, m, n); int r_Arraysum = find_MaxArry(a, mid + 1, last,m,n); int mid_Arraysum= find_Cross_MaxArry(a, first, mid, last,m,n); if (mid_Arraysum >= l_Arraysum && mid_Arraysum >= r_Arraysum) return mid_Arraysum; else if (mid_Arraysum <= l_Arraysum && l_Arraysum >= r_Arraysum) return l_Arraysum; else return r_Arraysum;}int main(void){ int a[] = { 13, -3, -15, 20, -3, -16, -23, 18, 20, -7, 12, -5, -22, 15, -4, 7 }; int len = sizeof(a) / sizeof(*a); int m = 0, n = 0; printf("maxArray=%d\n", find_MaxArry(a, 0, len - 1, &m, &n)); while (m <= n) //打印最大子数组和的序列 { cout << "a[i]下标:" << m << " a[i]:" << a[m] << "\n"; m++; } system("pause"); return 0;}
代码运行结果
分治法求解最大数组问题算法分析
T(n)=2T(n/2)+Θ(n)+Θ(1)
原问题的可以划分为两个子问题:最大子数组序列全部都在[first,mid]中,全部在[mid+1,last]中,即2T(n/2),还有一种情况最大子数组分跨mid的两端。此时由FIND_MAX_CROSSING_SUBARRA中的伪代码值其运行复杂度为Θ(n),系统其他消耗为Θ(1)。
根据主定理,满足CASE2,其算法复杂为Θ(nlgn),优于暴力求解法。
阅读全文
0 0
- 求解最大子数组问题
- 求解最大子数组问题
- Python实现求解最大子数组问题
- 分治法求解最大子数组问题
- 分治策略求解最大子数组问题
- 分治法求解最大子数组问题
- 求解最大连续子数组问题
- 求解最大子数组
- 求解最大子数组
- 求解最大子数组问题的三种方法
- 【算法学习】最大子数组问题的分治法求解
- 最大子数组求解问题(算法导论)
- 最大子数组问题的分治求解算法
- 算法导论--分治策略求解最大子数组问题
- 最大子数组问题-暴力求解-c++代码实现
- 最大子序列问题求解
- 子数组最大和 动态规划求解
- 求解最大连续子数组的算法
- 双向链表基本操作
- servlet
- vijos 无向图最短路径 思维
- BZOJ 1485 [HNOI2009]有趣的数列
- Mongo查询操作
- 求解最大子数组问题
- 网易2017秋招编程题集合
- Codeforces Round #437
- tcp rto
- 字母排序
- JAVA多线程和并发基础面试问答
- localStorage 还能这么用
- JS 依然最受欢迎,GitHub 2017 开发者年度报告
- JavaScript 浮点数陷阱及解法