最大子列和问题
来源:互联网 发布:2017淘宝双十一报名 编辑:程序博客网 时间:2024/05/17 23:35
给定K个整数组成的序列{ N1, N2, …, NK },“连续子列”被定义为{ Ni, Ni+1, …, Nj },其中 1 <= i <= j <= K。“最大子列和”则被定义为所有连续子列元素的和中最大者。例如给定序列{ -2, 11, -4, 13, -5, -2 },其连续子列{ 11, -4, 13 }有最大的和20。现要求你编写程序,计算给定整数序列的最大子列和。
求{4,-3,5,-2,-1,2,6,-2}中的最大子列和。
方法一
int MecSubSeqSum1(int a[], int n){ int sum,maxsum=0; int i,j,k; for(i=0;i<n;i++) for(j=i;j<n;j++)//最左端为i,最右端为j { sum=0; for(k=i;k<=j;k++) sum+=a[k];//求i与j间所有数之和 if(sum>maxsum) maxsum=sum;//最大数 } return maxsum;}
因为它是3重for循环,时间复杂度为n^3
方法2
这里int MecSubSeqSum2(int a[], int n){ int sum,maxsum=0; int i,j; for(i=0;i<n;i++) { sum=0; for(j=i;j<n;j++) { sum+=a[j]; if(sum>maxsum) maxsum=sum;//最大数 } } return maxsum;}
该方法是方法一的优化,时间复杂度为n^2
方法3
int Max3( int A, int B, int C ){ //返回3个整数中的最大值 //return A > B ? A > C ? A : C : B > C ? B : C; return A > B ? (A > C ? A : C) :( B > C ? B : C );}int DivideAndConquer( int List[], int left, int right ){ // 分治法求List[left]到List[right]的最大子列和 int MaxLeftSum, MaxRightSum; //存放左右子问题的解 int MaxLeftBorderSum, MaxRightBorderSum; //存放跨分界线的结果 int LeftBorderSum, RightBorderSum; int center, i; if( left == right ) { // 递归的终止条件,子列只有1个数字 if( List[left] > 0 ) return List[left]; else return 0; } //下面是"分"的过程 center = ( left + right ) / 2; // 找到中分点 //递归求得两边子列的最大和 MaxLeftSum = DivideAndConquer( List, left, center ); MaxRightSum = DivideAndConquer( List, center+1, right ); //下面求跨分界线的最大子列和 MaxLeftBorderSum = 0; LeftBorderSum = 0; for( i=center; i>=left; i-- ) { //从中线向左扫描 LeftBorderSum += List[i]; if( LeftBorderSum > MaxLeftBorderSum ) MaxLeftBorderSum = LeftBorderSum; } //左边扫描结束 MaxRightBorderSum = 0; RightBorderSum = 0; for( i=center+1; i<=right; i++ ) { //从中线向右扫描 RightBorderSum += List[i]; if( RightBorderSum > MaxRightBorderSum ) MaxRightBorderSum = RightBorderSum; } //右边扫描结束 //下面返回"治"的结果 return Max3( MaxLeftSum, MaxRightSum, MaxLeftBorderSum + MaxRightBorderSum );}int MecSubSeqSum3( int List[], int N ){ //保持与前2种算法相同的函数接口 return DivideAndConquer( List, 0, N-1 );}
该方法利用了分治法的思想,即将该子列不断划分,递归求解,直至只剩2个数,此时求其左边、右边及过分界线的3个最小子列的最大值。时间复杂度为nlogn。
方法4—在线处理法
int MecSubSeqSum4(int a[], int n){ int sum=0,maxsum=0; int i,j; for(i=0;i<n;i++) { sum+=a[i]; if(sum>maxsum) maxsum=sum; else if(sum<0) sum=0; } return maxsum;}
阅读全文
0 0
- 最大子列和问题
- 最大子列和问题
- 最大子列和问题
- 最大子列和问题
- 最大子列和问题
- 最大子列和问题
- 最大子列和问题
- 最大子列和问题
- 最大子列和问题
- 最大子列和问题
- 最大子列和问题
- 最大子列和问题
- 最大子列和问题
- 最大子列和问题
- 最大子列和问题
- 最大子列和问题
- 最大子列和问题
- 最大子列和问题
- Eclipse常用快捷键
- TensorFlow的convert_variables_to_constants函数
- 从1~n的平方、立方根的应算
- UVA-1103 Ancient Messages
- linux下c编程main函数的参数问题
- 最大子列和问题
- 《计算机程序的构造和解释》——学习资料
- JavaWeb之JSON转化技巧
- Django 快速搭建博客 第七节(文章详情页,markdown语法)
- socket连接代理socketRead0(Native Method) 线程阻塞处理
- JavaWeb之对象传输
- golang基础-服务端、客户端VS服务端、TCP请求数据
- 深度学习简介
- 习题4.1(2)