求子数组的最大和(O(n)和分治法O(nlogn))

博客探讨了如何在O(n)时间和使用分治法O(nlogn)找到数组中具有最大和的子数组。在O(n)算法中,通过代码解释实现。而在分治法中,根据二分查找思想,分为两种情况:1.最大和子数组全在左或右半部,可通过递归解决;2.子数组跨过中间点,需要在左右两侧分别寻找并求和,复杂度为O(n)。最终,分治法的时间复杂度为O(n*logn)。

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

一,O(n)算法,解释见代码

 

二,分治算法

跟二分查找的思想相似,我们可以分情况讨论这个问题是不是符合二分查找的条件。

情况1.这个满足最大和的子数组全部在本数组的左半部或者右半部。例如:左半部A[i]……A[n/2-1]或者右半部A[n/2]……A[j]。这种情况下可以直接使用递归调用。

情况2.满足最大和的子数组跨过了本数组的中间点。例如:A[i]……A[n/2-1] A[n/2]……A[j]连续。则这种情况下只要在左半部寻找以A[n/2-1]结尾,在右半部寻找以A[n/2]开头的两个满足最大和的连续数组,并求和即可。由于这个已知起点,只需要一个游标即可,所以复杂度是2*O(n/2)=O(n)。

综合以上两种情况,满足分治算法递归式:T(n)=2T(n/2)+O(n)=O(n*logn)。

 

 

 

 

#include<stdio.h>
int Max(int a,int b)
{
	return a>b?a:b;
}
//算法一O(n)
int ReturnMax(int a[],int n)
{
	int b=0,max=a[0],i;
	for(i=0;i<n;i++)
	{
		if(b>=0)b+=a[i];
		else b=a[i];//当有和是负数时,则扔掉这一段 
		//加入都是负数返回0,则b=0; 
		if(b>max)max=b;
	}
	return max;
}
//算法二分治
int BinReMax(int a[],int l,int r)
{
	int center=0;
	int mlpart=0,mrpart=0,lpart=0,rpart=
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