算法学习-连续子数组求和最大值
来源:互联网 发布:网络通信协议基础 编辑:程序博客网 时间:2024/05/22 15:41
1.最笨的办法-穷举法
思路就是,取出所有可能的子数组,即找出所有可能的0≤i≤j≤n,然后求出数组从i到j的所有数的和再对比,这样的方法时间复杂度较高,python实现如下:
class Solution(object): def maxSubArray(self, nums): """ :type nums: List[int] :rtype: int """ n=len(nums); ans = -100000000000; for i in range(0,n): for j in range(i,n): sums =sum(nums[i:j+1]); ans=max(ans,sums) return ans
提示超时,最终执行的输入如下:
此时的时间复杂度为O(n^3)
2.第一次优化:
这一步求和的时候,每次没有必要从i到j完整求和,只要存储了上一次求和的结果,之后只要在前面求和的基础上继续累加就可以。
具体方法就是,把sums=0在j循环之前声明,j进行循环时,每次求和是在前一次求和的基础上再加上num[j]:
class Solution(object): def maxSubArray(self, nums): """ :type nums: List[int] :rtype: int """ n=len(nums); ans = -100000000000; for i in range(0,n): sums = 0 for j in range(i,n): sums += nums[j]; ans=max(ans,sums) return ans
此时超时的结果为,有提升:
时间复杂度此时为O(n^2)
3.第二次优化:贪心算法
计算某串子数组A[i:j],一旦发现sum(A[i:j])<0,那么后面A[i:j+1]之后就无需再计算了,这一组结果一定不满足最大(已经算出了负数,完全可以把这组负数结果抛弃掉,从下一个下标开始算),因此此时应该直接开始算从A[j+1]开始的子数列:
class Solution(object): def maxSubArray(self, nums): """ :type nums: List[int] :rtype: int """ n=len(nums); ans = -100000000000; sums = 0; for i in range(0,n): sums = sums+nums[i] ans = max(sums,ans) if sums <= 0 : sums = 0; return ans
结果通过!事实上,此次的时间复杂度只有O(n)
0 0
- 算法学习-连续子数组求和最大值
- 算法学习-连续子数组求和最大值
- 算法学习-连续子数组求和最大值
- 算法学习-连续子数组求和最大值
- 连续子数组求和
- 连续子数组求和
- 连续子数组求和
- 连续子数组求和
- 连续子数组求和
- 算法---数组中连续子数组和最大值
- 每日一算法:求连续子数组和的最大值
- 子数组连续和最大值
- LintCode : 连续子数组求和
- LintCode: 连续子数组求和
- lintcode,连续子数组求和
- 连续子数组求和-LintCode
- 算法学习-最大连续子数组
- 算法学习-数字连续的子数组
- PG和Oracle的差异
- 【转载】Best Practices for Speeding Up Your Web Site
- Web 通信 之 长连接、长轮询(long polling)
- 算法竞赛入门经典 第二版 习题5-2 Ducci序列 Ducci Sequence uva1594
- OpenMP并行程序设计之常用子句使用介绍(二)
- 算法学习-连续子数组求和最大值
- 优化流程分析
- 爬虫模拟登陆_带验证码
- 条件编译#ifdef
- javascript语言精粹笔记 (一)语法
- (转)ListView的优化之复用convertView和利用ViewHolder
- Android之draw9patch图片异常处理
- libpng安装与配置
- 如何使用SimpleXML对象操作XML数据