求数组中最大子序列和的问题

本文介绍了一种求解最大子序列和的问题,并提供了两种不同时间复杂度的算法实现:一种是传统的O(n^2)复杂度的方法,另一种是更高效的Kadane算法,其复杂度为O(n)。通过具体的代码示例展示了如何找到给定数组中连续子数组的最大和。

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

/**
 * 创建人:yang.liu
 * 创建时间:2019/7/17 17:53
 * 版本:1.0
 * 内容描述:求最大子序列问题
 */
public class MaxSubSequenceSample {

    public static void main(String[] args) {
        var arr = new int[]{-1, 2, 3, 4, 5, 6, 7, 8, 9, 10, -9, 20, -6, 5};
        int i = maxSubSequence(arr);
        System.out.println(i);

        int i1 = maxSubSequence2(arr);
        System.out.println(i1);
    }

    /**
     * 时间复杂度为O(n^2)
     */
    public static int maxSubSequence(int[] arr) {

        int maxSum = 0;

        for (int i = 0; i < arr.length; i++) {
            int iSum = 0;
            for (int j = i; j < arr.length; j++) {
                iSum += arr[j];
                if (iSum > maxSum) {
                    maxSum = iSum;
                }
            }
        }
        return maxSum;
    }

    /**
     * Kadane算法
     * 时间复杂度为O(n^2)
     * 视频讲解:https://www.bilibili.com/video/av52421507?from=search&seid=3623534585276596200
     *          https://www.youtube.com/watch?v=86CQq3pKSUw
     */
    public static int maxSubSequence2(int[] arr) {

        int maxSum = arr[0];
        int iSum = 0;

        for (int i = 0; i < arr.length; i++) {
            iSum = Math.max(arr[i], iSum + arr[i]);
            if (iSum < 0) {
                iSum = 0;
            }
            if (iSum > maxSum) {
                maxSum = iSum;
            }
        }
        return maxSum;
    }
}

/**
 * 欢迎评论、留言、发表看法。谢谢!
 */

转载于:https://www.cnblogs.com/mengHeJiuQIan/p/11203407.html

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