Python语言描述最大连续子序列和

本文探讨了求解最大连续子序列和问题的两种算法,包括O(n^2)的双层循环解法和O(n)的动态规划解法。通过实例展示了如何在Python中实现这些算法,并比较了它们的效率。

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

1.问题描述

假设有一数组(python里为list啦)[1,3,-3,4,-6,-1],求数组中最大连续子序列的和。例如在此数组中,最大连续子序列的和为5,即1+3+(-3)+4 = 5

2.O(n2)的解法

最简单粗暴的方式,双层循环,用一个maxsum标识最大连续子序列和。然后每次判断更新。没有太多可以说的,直接上代码

 

1

2

3

4

5

6

7

8

9

10

11

12

13

def maxSum(list):

  maxsum = list[0]

  for i in range(len(list)):

    maxtmp = 0

    for j in range(i,len(list)):

      maxtmp += list[j]

      if maxtmp > maxsum:

        maxsum = maxtmp

  return maxsum

if __name__ == '__main__':

  list = [1,3,-3,4,-6]

  maxsum = maxSum(list)

  print "maxsum is",maxsum

运行结果

 

1

maxsum is 5

3.O(n)解法

在任何讲动态规范的地方都能找到求最大连续子序列和的例子。具体来说,假设数组为a[i],因为最大连续的子序列和必须是在位置0-(n-1)之间的某个位置结束。那么,当循环遍历到第i个位置时,如果其前面的连续子序列和小于等于0,那么以位置i结尾的最大连续子序列和就是第i个位置的值即a[i]。如果其前面的连续子序列和大于0,则以位置i结尾的最大连续子序列和为b[i] = max{ b[i-1]+a[i],a[i]},其中b[i]就是指最大连续子序列的和。

 

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

def maxSum(list_of_nums):

  maxsum = 0

  maxtmp = 0

  for i in range(len(list_of_nums)):

    if maxtmp <= 0:

      maxtmp = list_of_nums[i]

    else:

      maxtmp += list_of_nums[i]

 

    if(maxtmp > maxsum):

      maxsum = maxtmp

  return maxsum

if __name__ == '__main__':

  list_of_num = [1,3,-3,4,-6]

  maxsum = maxSum(list_of_num)

  print "maxsum is: ",maxsum

运行结果

 

1

maxsum is 5

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