2020-09-06

数组最大的连续子序列和的问题

首先设数组为vector nums(n);即n长度的整型数组。
对于最大连续子序列的和的问题,有暴力法和二分法两种很普遍的方法,但是实际上还有另一种方法,可以在线性时间内得到结果。

在这个问题中,我们实际上需要确定的是连续序列的起始点和终止点。
我们不知道终止点,但我们可以考虑分别将以0,1,…,n-1为终止点的最大连续序列和算出来,那么最大的那个即为结果,如果我们定义f(i)为[0,i]区间上以nums[i]为终止点的最大连续和,f(i)可以表示为max(sum(nums[x:i]))(for x=0,1,…,i),即存在某个x,使[x,i]上和最大
按照MATLAB向量表示法,nums[x:y]表示索引对应的元素值组成的新数组,sum表示求和

按照f(i)的定义可知整个数组最大的连续子序列和是max{f(i)}(for i=0,1,…,n-1).为了获得所有f(i),势必得到f(i+1)与f(i)的关系
问题:f(i+1)跟f(i)的关系是怎样的呢?
f(i+1)是以nums[i+1]为终止点的,那么要想f(i+1)取得最大,起始点的选取x’只有两种假设:
1.假设x’<=i,f(i+1)=max(sum(nums[x’:i+1]))=nums[i+1]+max(sum(nums[x’:i]))=nums[i+1]+f(i).此时x’可知应该等于x
2.x’>i,那么x’只能等于i+1,即f(i+1)=nums[i+1],此时x’可知应该等于i+1
所以,x’到底怎么选使f(i+1)满足定义需要判断nums[i+1]与nums[i+1]+f(i)谁大谁小,即f(i)是否大于0

由此,可得递归关系

f(i+1)=f(i)>0?f(i)+nums[i+1]:nums[i+1];
x’=f(i)>0?x:i+1;

为了得到最后结果,可设一个记录max=f(0)=nums[0];每次迭代时,通过判断f(i)与max的大小关系而使max始终保持最大。另外,如果想要获取具体的区间,可以设置两个索引 left_stack=0,left=0和right=0,每次如果f(i)<0,更新left_stack=i+1,而每次需要更新max时,left=left_stack,right=i+1
C++代码如下:需要的头文件是vector、assert.h

	struct RESULT {
		int left, right;
		int max;
	};
	RESULT getMaxSubVectorSum(vector<int>const&vi)
	{
		int const Len = vi.size();
		assert(Len > 0);
		int dp = vi[0];
		int left_stack = 0;
		RESULT res{ 0, 0, vi[0] };
		for (int i = 1; i < Len; ++i) {
			//for nums[i]:
			if (dp > 0) {
				dp += vi[i];
			} else {
				dp = vi[i];
				left_stack = i;
			}
			if (dp > res.max) {
				res.max = dp;
				res.left = left_stack;
				res.right = i;
			}
		}
		return res;
	}

Thinking:通常提出f(i)的表示式的时候,我们很容易会被x如何选取带进坑中,但事实上,我们当务之急只需要直接考虑f(i)的递归表达式,因为解决了所有i上的f(i),整个问题就解决了,在这个过程中,x的选取的方法也会明晰出来

感谢你提供的列名信息,我们可以看到: - `"...1"`:可能是 Excel 中第一列无标题的自动命名(比如行号或空列),可以忽略。 - `"STATION"`:站点编号 - `"NAME"`:站点名称 - `"LATITUDE"`:纬度 - `"LONGITUDE"`:经度 - `"ELEVATION"`:海拔 - `"statement"`:可能是一个状态或注释字段 - 后续从 `"2020-01-01"` 到 `"2020-01-31"` 是每日风速数据(共31天) --- ### ✅ 目标更新: 你要做的是:**根据给定的 SHP 范围裁剪站点,保留落在该地理范围内的所有站点及其完整的逐日风速数据。** 下面是适配你实际列名的完整 R 语言代码,并处理好坐标、投影数据结构问题。 ```r # 加载所需包 library(sf) library(readxl) library(dplyr) # ------------------- 参数设置 ------------------- excel_file <- "your_wind_station_data.xlsx" # 替换为你的实际文件路径 sheet_name <- "Sheet1" # 替换为你的工作表名 shp_file <- "your_boundary.shp" # 替换为你的SHP文件路径 # ------------------- 步骤1: 读取Excel数据 ------------------- df <- read_excel(excel_file, sheet = sheet_name) # 查看列名确认 names(df) <- make.names(names(df)) # 确保列名是合法的(防止空格等问题) cat("原始列名:\n"); print(names(df)) # ------------------- 步骤2: 提取空间信息并创建sf对象 ------------------- # 使用 LATITUDE LONGITUDE 创建空间点(注意:顺序是 LON, LAT) stations_sf <- st_as_sf(df, coords = c("LONGITUDE", "LATITUDE"), # 经度在前,纬度在后 crs = 4326, # WGS84 地理坐标系 dim = "XY") # ------------------- 步骤3: 读取SHP边界并确保其CRS ------------------- boundary <- st_read(shp_file) # 如果boundary不是投影坐标系(如EPSG:32649),则需要检查并转换 # 假设你知道目标投影是 UTM Zone 49N (EPSG:32649),我们统一到这个坐标系进行空间操作 if (is.na(st_crs(boundary))) { stop("SHP文件没有坐标系信息,请先定义正确的CRS!") } # 将站点数据重投影到与SHP相同的坐标系下进行空间判断 stations_projected <- st_transform(stations_sf, crs = st_crs(boundary)) # ------------------- 步骤4: 空间裁剪 —— 找出在SHP范围内的站点 ------------------- # 使用 st_intersects 或 st_within 进行空间子集提取 # 这里使用 [s,t] 语法:返回落在任意多边形内的站点 stations_clipped <- stations_projected[boundary, , op = st_intersects] # 若你想更严格地要求“完全包含”,可用 st_within,但通常 st_intersects 更通用 # ------------------- 步骤5: 转回原始经纬度并提取属性表格 ------------------- # 将结果转回WGS84以便保留原始经纬度格式输出 stations_wgs84 <- st_transform(stations_clipped, crs = 4326) # 去掉geometry列,恢复为普通data.frame,同时保留原始所有列(包括每日数据) result_df <- st_drop_geometry(stations_wgs84) # 可选:重新排序列,把时间序列放在后面 date_cols <- grep("^\\d{4}-\\d{2}-\\d{2}", names(result_df), value = TRUE) non_date_cols <- setdiff(names(result_df), date_cols) final_df <- select(result_df, c(non_date_cols, date_cols)) # 按逻辑排序 # ------------------- 步骤6: 导出结果 ------------------- write.csv(final_df, "clipped_stations_202001.csv", row.names = FALSE, na = "") cat("共保留了", nrow(final_df), "个站点在SHP范围内。\n") ``` --- ### ✅ 关键说明: | 功能 | 说明 | |------|------| | `coords = c("LONGITUDE", "LATITUDE")` | 必须是 **经度在前,纬度在后**,否则位置错误! | | `crs = 4326` | 表示输入的经纬度使用 WGS84 坐标系 | | `st_transform(...)` | 将点从地理坐标(度)转为投影坐标(米),确保与 SHP 在同一空间参考下比较 | | `st_intersects` | 判断点是否与多边形相交(即落在内部),适用于大多数情况 | | `st_drop_geometry()` | 移除空间结构,得到纯数据框用于导出 | > 💡 输出的 CSV 文件将包含原始所有列,包括 `STATION`, `NAME`, `LATITUDE`, `LONGITUDE`, `ELEVATION`, `statement` 所有日期列(如 `2020-01-01` 等),仅保留位于 SHP 范围内的站点。 --- ### ✅ 示例输出片段(final_df 头几行): ``` ...1 STATION NAME LATITUDE LONGITUDE ELEVATION statement 2020-01-01 2020-01-02 ... 1 1 101 Beijing 39.90 116.4 50.0 good 3.2 4.1 2 2 102 Tianjin 39.08 117.2 10.0 good 5.0 3.8 ... ``` --- ###
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