最大子序列求和问题
来源:互联网 发布:2017年11月m2数据 编辑:程序博客网 时间:2024/05/29 05:03
问题描述
给定一组整数序列,求出这组序列和中的最大值,不要求求出最大的子序列。
例如:
序列:-2 11 -4 13 -5 -2,则最大子序列和为20。
序列:-6 2 4 -7 5 3 2 -1 6 -9 10 -2,则最大子序列和为16算法一
使用穷举法,代码如下:
package com.kiritor;/** * 使用穷举法就最大子序列问题 * 时间复杂度为O(N^3) * @author Kiritor*/public class MaxSub { public static int maxSub(int a[]) { int maxSum=0; for(int i=0;i<a.length;i++) for(int j=i;j<a.length;j++) { int sum = 0; for(int k=i;k<=j;k++) { sum+=a[k]; } if(maxSum < sum) maxSum = sum; } return maxSum; }}显然这不是一个有效且合理的算法,算法的时间复杂度为O(N^3),仔细思考就可以发现该
算法对于一些中间结果并未加以利用。例如:当i=0,j=3时计算了sum=a[0]~a[4],但是当i=0,
j=4的时候计算sum的时候没有将a[0]~a[3]这一结果利用起来,而是重新再计算了一次,显然
做了一些无用功。
基于此算法进行改进,减少一重循环
算法二
对中间结果加以利用,降低算法的时间复杂度
package com.kiritor;/** * 对前面计算的结果加以利用 * 减去一层循环 * 时间复杂度降为O(N^2) * @author Kiritor */public class MaxSub {public static int maxSub(int a[]) {int maxSum = 0;for (int i = 0; i < a.length; i++) {int sum = 0;for (int j = i; j < a.length; j++) {sum += a[j];if (maxSum < sum)maxSum = sum;}}return maxSum;}}
算法三
对于这个问题我们可以使用分治的思想+递归来求解它,其时间复杂度就降低为O(NlogN)了
其主要的思想就是:
1、分解(分):将原问题分解为若干个规模较小,相对独立,与原问题形式相同的子问题
2、解决:若子问题规模较小则直接解决,否则递归解决个子问题
3、合并(治):将各子问题的解合并为原问题的解。
代码部分:
package com.kiritor;/** * 分治+递归的思想求解 * 时间复杂度降为O(NlogN) * @author Kiritor */public class MaxSub {public int maxSub(int[] a,int left,int right){if(left==right) if(a[left]>0) return a[left]; else return 0;int center = (left+right)/2;//分解int maxLeftSum= maxSub(a,left,center);//左边递归int maxRightSum = maxSub(a,center+1,right);//右边递归//处理中间包含center左右边界的最大和情况int maxLeftBorderSum = 0,leftBoderSum = 0;for(int i=center;i>=left;i--){leftBoderSum +=a[i];if(maxLeftBorderSum<leftBoderSum)maxLeftBorderSum = leftBoderSum;}int maxRighttBorderSum = 0,rightBoderSum = 0;for(int i=center+1;i<=right;i++){rightBoderSum +=a[i];if(maxRighttBorderSum<rightBoderSum)maxRighttBorderSum = rightBoderSum;}//问题合并(治)return max(maxLeftSum,maxLeftBorderSum+maxRighttBorderSum,maxRightSum);}//可变参数的使用,jdk1.5及以上public int max(int ...args){int max=args[0];for(int i=1;i<args.length;i++)if(max<args[i])max= args[i];return max;}}
Tisp:需要注意的是子问题之间是不包含公共的子问题的。
算法四
最后提供一种比较“聪明”的算法,其时间复杂度为O(N),它只对数据进行一次扫描。/**线性时间,复杂度为O(N)*/public int maxSubLinear(int[] a){int sum = 0,maxSum =0;for(int i=0;i<a.length;i++){sum +=a[i];if(sum>maxSum)maxSum =sum;else if(sum<0)sum = 0;//如果sum<0,就没有必要将前面的序列继续代入了,将sum=0}return 0;}
- 最大子序列求和问题
- 最大子序列求和问题
- 最大子序列求和问题
- 最大子序列求和问题
- 最大子序列求和
- 最大子序列求和
- 最大子序列求和
- 最大子序列求和
- 最大子序列求和
- 01 最大子序列求和
- maxsum最大子序列求和
- 最大连续子序列求和
- 1.1 最大子序列求和
- 求和最大的连续子序列问题分…
- [C++]四种方式求解最大子序列求和问题
- 最大公共子序列求和问题(MCSS)
- 最大子矩阵求和问题
- 最大子段求和问题
- 2013终端五大趋势
- hdu4427——dp
- jQuery中文入门指南,翻译加实例,jQuery的起点教程
- FireFox总是提示“您需要其他插件以显示此页面的所有媒体”的解决办法
- 进程间关系
- 最大子序列求和问题
- Android SQLite详解
- JavaScript MVC框架
- 深入了解Java关键字null
- 2012年十大最成功开源项目
- PHP获取用户真实 IP , 淘宝IP接口获得ip地理位置
- Struts2+spring3+mybatis3整合
- 禁用启动设备
- POJ3687--Labeling Balls