演算法學習——最大子列和問題
阿新 • • 發佈:2018-11-08
參考視訊: 中國大學mooc——浙江大學——資料結構——陳越、何欽銘
問題描述:
求取陣列中最大連續子序列和,例如給定陣列為A={1, 3, -2, 4, -5}, 則最大連續子序列和為6,即1+3+(-2)+ 4 = 6。
- 演算法一
int MaxSubseqSum1( int A[], int N ){
int ThisSum, MaxSum = 0;
int i, j, k;
for( i = 0; i < N; i++ ) { /* i是子列左端位置 */
for( j = i; j < N; j++ ) { /* j是子列右端位置 */
ThisSum = 0; /* ThisSum是從A[i]到A[j]的子列和 */
for( k = i; k <= j; k++ ) ThisSum += A[k];
if( ThisSum > MaxSum ) /* 如果剛得到的這個子列和更大 */
MaxSum = ThisSum; /* 則更新結果 */
} /* j迴圈結束 */
} /* i迴圈結束 */
return MaxSum;
}
**時間複雜度: T( N ) = O(N3)**
- 演算法2
int MaxSubseqSum1( int A[], int N ){
int ThisSum, MaxSum = 0;
int i, j, k;
for( i = 0; i < N; i++ ) { /* i是子列左端位置 */
ThisSum = 0; /* ThisSum是從A[i]到A[j]的子列和 */
for( j = i; j < N; j++ ) { /* j是子列右端位置 */
ThisSum += A[k];
/*對於相同的i,不同的j,只要在j-1次迴圈的基礎上累加1項即可*/
if( ThisSum > MaxSum ) /* 如果剛得到的這個子列和更大 */
MaxSum = ThisSum; /* 則更新結果 */
} /* j迴圈結束 */
} /* i迴圈結束 */
return MaxSum;
}
**時間複雜度:T( N ) = O( N2)**
- 演算法3
int Max3( int A, int B, int C )
{ /* 返回3個整數中的最大值 */
return A > B ? A > C ? A : C : B > C ? B : C;
}
int DivideAndConquer( int List[], int left, int right )
{ /* 分治法求List[left]到List[right]的最大子列和 */
int MaxLeftSum, MaxRightSum; /* 存放左右子問題的解 */
int MaxLeftBorderSum, MaxRightBorderSum; /*存放跨分界線的結果*/
int LeftBorderSum, RightBorderSum;
int center, i;
if( left == right ) { /* 遞迴的終止條件,子列只有1個數字 */
if( List[left] > 0 ) return List[left];
else return 0;
}
/* 下面是"分"的過程 */
center = ( left + right ) / 2; /* 找到中分點 */
/* 遞迴求得兩邊子列的最大和 */
MaxLeftSum = DivideAndConquer( List, left, center );
MaxRightSum = DivideAndConquer( List, center+1, right );
/* 下面求跨分界線的最大子列和 */
MaxLeftBorderSum = 0; LeftBorderSum = 0;
for( i=center; i>=left; i-- ) { /* 從中線向左掃描 */
LeftBorderSum += List[i];
if( LeftBorderSum > MaxLeftBorderSum )
MaxLeftBorderSum = LeftBorderSum;
} /* 左邊掃描結束 */
MaxRightBorderSum = 0; RightBorderSum = 0;
for( i=center+1; i<=right; i++ ) { /* 從中線向右掃描 */
RightBorderSum += List[i];
if( RightBorderSum > MaxRightBorderSum )
MaxRightBorderSum = RightBorderSum;
} /* 右邊掃描結束 */
/* 下面返回"治"的結果 */
return Max3( MaxLeftSum, MaxRightSum, MaxLeftBorderSum + MaxRightBorderSum );
}
int MaxSubseqSum3( int List[], int N )
{ /* 保持與前2種演算法相同的函式介面 */
return DivideAndConquer( List, 0, N-1 );
}
- 演算法4
- 時間複雜度的直觀反映:執行時間比較