最大子列和

最大子列和问题代码实现,实现代码为c语言,但使用了c++的I/O组件

#include <iostream>
using namespace std;

/*
	len = 8
	len / 2 = 4  
	len - len / 2 = 4
	*   *   *   *   /   *   *   *   *
	0        len/2-1  len/2        len-1
	(a + 0, 4)	        (a + 4, 4)
	
	len = 7
	len / 2 = 3
	len - len / 2 = 4
	*   *   *   /   *   *   *   *
	0     len/2-1  len/2       len-1
	(a + 0, 3)      (a + 3, 4)
*/

int MaxSubSeqSum(int a[], int len) {
	if(len > 1) {
		//将原序列划分为左右两部分
		int MaxOfLeft = MaxSubSeqSum(a, len / 2);
		int MaxOfRight = MaxSubSeqSum(a + len / 2, len - len / 2);
		int MaxOfBothSides = MaxOfLeft > MaxOfRight ? MaxOfLeft : MaxOfRight;
		
		int MaxToLeft = 0;
		int SumToLeft = 0;
		for(int i = len / 2 - 1; i >= 0; i--) {
			SumToLeft += a[i];
			if(SumToLeft > MaxToLeft) MaxToLeft = SumToLeft;
		}
		int MaxToRight = 0;
		int SumToRight = 0;
		for(int i = len / 2; i <= len - 1; i++) {
			SumToRight += a[i];
			if(SumToRight > MaxToRight) MaxToRight = SumToRight;
		}
		int MaxCross = MaxToLeft + MaxToRight;
		return MaxOfBothSides > MaxCross ? MaxOfBothSides : MaxCross;
	} else {
		return a[0] > 0 ? a[0] : 0;
	}
}

int main() {
	int n;
	int* arr;
	
	cin >> n;
	arr = new int[n];
	
	for(int i = 0; i < n; i++)
	{
		int t;
		cin >> t;
		arr[i] = t;
	}
	
	int maxSum = MaxSubSeqSum(arr, n);
	cout << maxSum;
	
	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