求解最大连续子数组和

最新推荐文章于 2019-07-26 16:07:29 发布

原创最新推荐文章于 2019-07-26 16:07:29 发布 · 195 阅读

0 ·

CC 4.0 BY-SA版权

算法专栏收录该内容

6 篇文章

订阅专栏

本文探讨了求解连续下标子数组最大和的问题，对比了暴力遍历与动态规划算法的实现方式。暴力遍历方法通过多次循环计算所有可能的子数组和，而动态规划算法则采用更高效的策略，避免重复计算，显著提升运算速度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

假设有个数组 arr = [ -4,-5,-10,7,4,-12 ] , 求出连续下标子数组的最大和.

1.笨方法,暴力遍历

遍历数组,挨个求出i元素为起始的最大连续数组
arr[i] + arr[i + 1]
arr[i] + arr[i + 1] + arr[i + 2]
arr[i] + arr[i + 1] + arr[i + 2] + arr[i + 3] + …

看代码

//常规遍历
func method1(arr []int)(int , int , int){
	fmt.Println("method1>>>");
	length := len(arr);
	max := 0;
	begin , end := 0 , 0;
	step := 0;
	for i := 0; i < length ; i ++ {
		ret := 0;
		for k := 0; k < length - i ; k ++ {
			step ++;
			ret += arr[i + k]; //挨个取出相加,找出最大值
			if(ret > max){
				max = ret;
				begin = i;
				end = i + k;
			}
		}
	}
	println("step:" , step);//运行了多少次
	return begin , end , max;
}

时间复杂度为: n + (n - 1) + (n - 2) + … + (n - n)

2.动态规划算法

func method3(arr []int)(int , int , int){
	cur := arr[0];
	max := arr[0];
	for k , v := range arr {
		if(k == 0){
			continue;
		}

		if(max < cur){
			max = cur;
		}

		if(v > cur + v){
			cur = v;
		}else {
			cur = cur + v;
		}


	}

	if(max < cur){
		max = cur;
	}

	return 0 , cur , max;
}