01-复杂度2 Maximum Subsequence Sum (25 分)

本文详细解析了求最大子列和的经典算法,包括使用二重循环的传统方法和在线处理的快速方法。通过实例测试验证了算法的正确性和效率。

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

在这里插入图片描述
这题和求最大子列和一样,就是多了找出该最大子列和的首尾元素,若最大子列和Maxsum<0,就输出该数组的首尾元素a[0] 和 a[ n-1 ].
第一个方法是二重循环

#include<bits/stdc++.h>
using namespace std;
int a[100100];
int main()
{
	int n,k;
	cin>>n;
	int i=0,j,min=0;
	for(i=0;i<n;i++)
	{
		scanf("%d",&a[i]);
		if(a[i]<0)
		    min+=a[i];
	}
	int Thissum=0,Maxsum=min;
	int minl,minr;
	for(i=0;i<n;i++)
	{
		Thissum=0;
		for(j=i;j<n;j++)
		{
			Thissum+=a[j];
			if(Thissum>Maxsum)
			{
				Maxsum=Thissum;
				minl=i;//记录最大子列和的首元素下标;
			    minr=j;//记录最大子列和的尾元素下标;
		    }
		}
	}
	if(Maxsum<0)
	{
		cout<<"0 "<<a[0]<<" "<<a[n-1]<<endl;	
	}
	else
	    cout<<Maxsum<<" "<<a[minl]<<" "<<a[minr]<<endl;
    return 0;
} 
测试点	提示	结果	耗时	内存
0	sample换1个数字。有正负,负数开头结尾,有并列最大和	答案正确	3 ms	512KB
1	最大和序列中有负数	答案正确	2 ms	512KB
2	并列和对应相同i但是不同j,即尾是0	答案正确	2 ms	384KB
3	1个正数	答案正确	2 ms	384KB
4	全是负数	答案正确	2 ms	384KB
5	负数和0	答案正确	2 ms	384KB
6	最大和前面有一段是0	答案正确	2 ms	384KB
7	最大N	答案正确	38 ms	384KB

第二方法就是在线处理 更快

#include<bits/stdc++.h>
using namespace std;
int a[100100];
int main()
{
	int n,k;
	cin>>n;
	int i=0,j,min=0;
	for(i=0;i<n;i++)
	{
		scanf("%d",&a[i]);
		if(a[i]<0)
		   min+=a[i];
	}
	int Thissum=0,Maxsum=min;
	int l=0, minl,minr;
	minl=minr=0;
	for(i=0;i<n;i++)
	{
		Thissum+=a[i];
		if(Thissum<0)
		{
			Thissum=0;
			l=i+1;
		}
		else if(Thissum>Maxsum)
		{
			Maxsum=Thissum;
		    minr=i;	
		    minl=l;
		}
	}
	if(Maxsum<0)
	{
		int x=a[0];
		int y=a[n-1];
    	cout<<"0 "<<x<<" "<<y<<endl;
	}
	else 
	    cout<<Maxsum<<" "<<a[minl]<<" "<<a[minr]<<endl;
    return 0;
} 
测试点	提示	结果	耗时	内存
0	sample换1个数字。有正负,负数开头结尾,有并列最大和	答案正确	3 ms	384KB
1	最大和序列中有负数	答案正确	4 ms	512KB
2	并列和对应相同i但是不同j,即尾是0	答案正确	3 ms	500KB
3	1个正数	答案正确	3 ms	416KB
4	全是负数	答案正确	3 ms	424KB
5	负数和0	答案正确	3 ms	512KB
6	最大和前面有一段是0	答案正确	3 ms	368KB
7	最大N	答案正确	3 ms	512KB
题目描述 给定K个整数组成的序列{ N1, N2, ..., NK },“连续子列”被定义为{ Ni, Ni+1, ..., Nj },其中 1≤i≤j≤K。“最大子列”则被定义为所有连续子列元素的中最大者。例如给定序列{-2, 11, -4, 13, -5, -2},其最大子列20对应子列为{ 11, -4, 13 }。 现在你应该给出一个算法,计算给定整数序列的最大子列。 输入格式 输入第1行给出正整数K(K≤10000),第2行给出K个整数,其间以空格隔。 输出格式 在一行中输出最大子列。如果序列中所有整数皆为负数,则输出。 输入样例 6 -2 11 -4 13 -5 -2 输出样例 20 算法1 (暴力枚举) $O(n^2)$ 暴力枚举所有的子序列,计算它们的,最后找到最大的即可。 时间复杂度 枚举所有子序列,时间复杂度为$O(n^2)$。 C++ 代码 算法2 () $O(nlogn)$ 将序列成左右两部,最大子序列可能在左边、右边或者跨越中间。如果最大子序列在左边或者右边,那么可以递归求解;如果最大子序列跨越中间,那么可以别求出左边的最大后缀右边的最大前缀,然后将它们相加即可。 时间复杂度 每次递归都会将序列成两部,时间复杂度为$O(logn)$,而每次计算跨越中间的最大子序列的时间复杂度为$O(n)$,所以总的时间复杂度为$O(nlogn)$。 C++ 代码 算法3 (动态规划) $O(n)$ 用dp[i]表示以i结的最大子序列,那么dp[i]的值可以由dp[i-1]a[i]计算得到。如果dp[i-1]是负数,那么dp[i]就是a[i];否则dp[i]就是dp[i-1]+a[i]。最后找到dp数组中的最大值即可。 时间复杂度 只需要遍历一遍数组,时间复杂度为$O(n)$。 C++ 代码
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