对最大子列和的深度研究

对于最大子列和的问题,大家应该都很熟悉了。用DP算法能很快速简便的求出SUM的问题,但对于子列的开头和结尾,还是一个值得深究的问题。

   一、不要求开头,结尾序号 ,只要求值的情况

以PTA上的测试点为例:

   其实难点在于数列全为0、全为负、0与负混合的三种情况。

  若全0,则输出为0  0  0;

  若全为负,则输出为 0  a[0]  a[n-1]

  若0负混合,则输出为 0  0  0。

  那么我们很自然想到,让两个结果变量left=right=0,然后设置一个标志位,当检测到全负时,则left=a[0],right=a[n-1]。

  那么代码就很容易写出来了:

#include<stdio.h>
    int f4(int a[],int n){
    int i,max=0,now=0,l=0,r=0,flag=0;
    a[10001]=0;a[10002]=0;
       
    for(i= 0;i<n;i++){
        if(a[i]>=0)
            flag=1;

        if(now<0){
            l=i;
            r=i;        
            now=a[i];   //刚吸收的数可能非常大,所以必须更新l与r
        }
        else {
            r=i;
            now+=a[i];
        }

        if(now>max){
             max=now;
             a[10002]=a[r];
             a[10001]=a[l];
        }

    }
        if(!flag){
            a[10001]=a[0];
            a[10002]=a[n-1];
           }

        return max;
}
      int main(){
      int i,n;
      scanf("%d",&n);
      int a[10002];
      for(i=0;i<n;i++)
      scanf("%d",&a[i]);

      int sum=f4(a,n);
      printf("%d %d %d",sum,a[10001],a[10002]);

    return 0;
}


递归方法解决最大问题通常基于分治法的思想。分治法将一个大问题分解为多个小问题,分别解决这些小问题,然后将小问题的解合并得到大问题的解。 对于最大问题,分治法的基本思路是将序从中间分成左右两部分,最大可能出现在左半部分、右半部分或者跨越中间的部分。 以下是使用递归方法解决最大问题的代码示例: ```c #include <stdio.h> // 函数用于计算跨越中间的最大 int MaxCrossingSum(int arr[], int l, int m, int h) { // 包含中间元素的左半部分的最大 int sum = 0; int left_sum = -999999; for (int i = m; i >= l; i--) { sum = sum + arr[i]; if (sum > left_sum) left_sum = sum; } // 包含中间元素的右半部分的最大 sum = 0; int right_sum = -999999; for (int i = m+1; i <= h; i++) { sum = sum + arr[i]; if (sum > right_sum) right_sum = sum; } // 返回跨越中间的最大 return left_sum + right_sum; } // 递归函数用于计算最大 int MaxSubArraySum(int arr[], int l, int h) { // 只有一个元素的情况 if (l == h) return arr[l]; // 找到中间位置 int m = (l + h) / 2; // 递归计算左半部分的最大 int left_max = MaxSubArraySum(arr, l, m); // 递归计算右半部分的最大 int right_max = MaxSubArraySum(arr, m + 1, h); // 计算跨越中间的最大 int cross_max = MaxCrossingSum(arr, l, m, h); // 返回三者中的最大值 if (left_max >= right_max && left_max >= cross_max) return left_max; else if (right_max >= left_max && right_max >= cross_max) return right_max; else return cross_max; } int main() { int arr[] = {-2, 11, -4, 13, -5, -2}; int n = sizeof(arr) / sizeof(arr[0]); int max_sum = MaxSubArraySum(arr, 0, n - 1); printf("最大为: %d\n", max_sum); return 0; } ``` ### 代码解释 1. **`MaxCrossingSum` 函数**:该函数用于计算跨越中间元素的最大。它分别计算包含中间元素的左半部分右半部分的最大,然后将它们相加得到跨越中间的最大。 2. **`MaxSubArraySum` 函数**:该函数是递归函数,用于计算最大。它将序分成左右两部分,分别递归计算左半部分右半部分的最大,同时计算跨越中间的最大。最后返回三者中的最大值。 3. **`main` 函数**:该函数用于测试 `MaxSubArraySum` 函数,定义了一个测试数组,并调用 `MaxSubArraySum` 函数计算最大,最后输出结果。 ### 复杂度分析 - **时间复杂度**:$O(n log n)$,其中 $n$ 是序的长度。这是因为每次递归将问题规模减半,递归深度为 $log n$,而每层递归需要 $O(n)$ 的时间来计算跨越中间的最大。 - **空间复杂度**:$O(log n)$,主要是递归调用栈的空间开销。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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