算法四(接上篇)

本文介绍了一种在线算法intMaxSubseqSum4,用于实时计算整数列表的最大子列和,仅需一次遍历就能得出结果,相比于传统算法具有更低的时间复杂度O(N)。作者提醒读者注意不同算法间的效率差异,鼓励寻找更优解决方案。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

        “在线”的意思是指每输入一个数据就进行及时处理,得到结果是对于当前已经读入的所有数据都成立的解,即在任何一个地方中止输入,算法都能正确给出当前的解。

        上一篇文章给出的三种算法都必须等所有的N个整数都读入并存储后才可以进行,而下面的算法无需存储输入序列就可以得到任何时刻的最大子列和。

int MaxSubseqSum4(int List, int N)
{
    int i;
    int ThisSum,MaxSum;
    

    ThisSum=MaxSum=0;
    for(i=0;i<N;i++){
        ThisSum+=List[i];
        if(ThisSum>MaxSum)
            MaxSum=ThisSum;
        else if(ThisSum<0)
            ThisSum=0;
    }
    return MaxSum;
}    

 


易见该算法只有一个for循环,复杂度只有O(N)

 

 不同的算法会有很大的差别哦,要好好思考,找出更优解。

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值