前奏
第一節、求子數組的最大和
3.求子數組的最大和
題目描述:
輸入一個整形數組,數組裡有正數也有負數。
數組中連續的一個或多個整數組成一個子數組,每個子數組都有一個和。
求所有子數組的和的最大值。要求時間複雜度為O(n)。
例如輸入的數組為1, -2, 3, 10, -4, 7, 2, -5,和最大的子數組為3, 10, -4, 7, 2,
是以輸出為該子數組的和18。
分析:這個問題在各大公司面試中出現頻率之頻繁,被人引用次數之多,非一般面試題可與之匹敵。單憑這點,就沒有理由不入選狂想曲系列中了。此題曾作為本人之前整理的微軟100題中的第3題,至今反響也很大。ok,下面,咱們來一步一步分析這個題:
1、求一個數組的最大子數組和,如此序列1, -2, 3, 10, -4, 7, 2, -5,我想最最直覺也是最野蠻的辦法便是,三個for循環三層周遊,求出數組中每一個子數組的和,最終求出這些子數組的最大的一個值。
記Sum[i, …, j]為數組A中第i個元素到第j個元素的和(其中0 <= i <= j < n),周遊所有可能的Sum[i, …, j],那麼時間複雜度為O(N^3):
//本段代碼引自程式設計之美 int MaxSum(int* A, int n) { int maximum = -INF; int sum=0; for(int i = 0; i < n; i++) { for(int j = i; j < n; j++) { for(int k = i; k <= j; k++) { sum += A[k]; } if(sum > maximum) maximum = sum; sum=0; //這裡要記得清零,否則的話sum最終存放的是所有子數組的和。也就是程式設計之美上所說的bug。多謝蒼狼。 } } return maximum; }
2、其實這個問題,在我之前上傳的微軟100題,答案V0.2版[第1-20題答案],便直接給出了以下O(N)的算法:
//copyright@ July 2010/10/18
//updated,2011.05.25.
#include <iostream.h>
int maxSum(int* a, int n)
{
int sum=0;
//其實要處理全是負數的情況,很簡單,如稍後下面第3點所見,直接把這句改成:"int sum=a[0]"即可
//也可以不改,當全是負數的情況,直接傳回0,也不見得不行。
int b=0;
for(int i=0; i<n; i++)
{
if(b<0) //...
b=a[i];
else
b+=a[i];
if(sum<b)
sum=b;
}
return sum;
}
int main()
int a[10]={1, -2, 3, 10, -4, 7, 2, -5};
//int a[]={-1,-2,-3,-4}; //測試全是負數的用例
cout<<maxSum(a,8)<<endl;
return 0;
/*-------------------------------------
解釋下:
例如輸入的數組為1, -2, 3, 10, -4, 7, 2, -5,
那麼最大的子數組為3, 10, -4, 7, 2,
是以輸出為該子數組的和18。
所有的東西都在以下倆行,
即:
b : 0 1 -1 3 13 9 16 18 13
sum: 0 1 1 3 13 13 16 18 18
其實算法很簡單,目前面的幾個數,加起來後,b<0後,
把b重新指派,置為下一個元素,b=a[i]。
當b>sum,則更新sum=b;
若b<sum,則sum保持原值,不更新。。July、10/31。
----------------------------------*/
3、不少朋友看到上面的答案之後,認為上述思路2的代碼,沒有處理全是負數的情況,當全是負數的情況時,我們可以讓程式傳回0,也可以讓其傳回最大的那個負數,下面便是前幾日重寫的,修改後的處理全是負數情況(傳回最大的負數)的代碼:
//copyright@ July
//July、updated,2011.05.25。
#define n 4 //多定義了一個變量
int maxsum(int a[n])
//于此處,你能看到上述思路2代碼(指針)的優勢
int max=a[0]; //全負情況,傳回最大數
for(int j=0;j<n;j++)
if(sum>=0) //如果加上某個元素,sum>=0的話,就加
sum+=a[j];
else
sum=a[j]; //如果加上某個元素,sum<0了,就不加
if(sum>max)
max=sum;
return max;
int a[]={-1,-2,-3,-4};
cout<<maxsum(a)<<endl;
4、DP解法的具體方程:@ flyinghearts:設sum[i] 為前i個元素中,包含第i個元素且和最大的連續子數組,result 為已找到的子數組中和最大的。對第i+1個元素有兩種選擇:做為新子數組的第一個元素、放入前面找到的子數組。
sum[i+1] = max(a[i+1], sum[i] + a[i+1])
result = max(result, sum[i])
擴充:
1、如果數組是二維數組,同樣要你求最大子數組的和列?
2、如果是要你求子數組的最大乘積列?
3、如果同時要求輸出子段的開始和結束列?
第二節、Data structures and Algorithm analysis in C
下面給出《Data structures and Algorithm analysis in C》中4種實作。
//感謝網友firo
//July、2010.06.05。
//Algorithm 1:時間效率為O(n*n*n)
int MaxSubsequenceSum1(const int A[],int N)
int ThisSum=0 ,MaxSum=0,i,j,k;
for(i=0;i<N;i++)
for(j=i;j<N;j++)
{
ThisSum=0;
for(k=i;k<j;k++)
ThisSum+=A[k];
if(ThisSum>MaxSum)
MaxSum=ThisSum;
}
return MaxSum;
//Algorithm 2:時間效率為O(n*n)
int MaxSubsequenceSum2(const int A[],int N)
int ThisSum=0,MaxSum=0,i,j,k;
ThisSum=0;
ThisSum+=A[j];
return MaxSum;
//Algorithm 3:時間效率為O(n*log n)
//算法3的主要思想:采用二分政策,将序列分成左右兩份。
//那麼最長子序列有三種可能出現的情況,即
//【1】隻出現在左部分.
//【2】隻出現在右部分。
//【3】出現在中間,同時涉及到左右兩部分。
//分情況讨論之。
static int MaxSubSum(const int A[],int Left,int Right)
int MaxLeftSum,MaxRightSum; //左、右部分最大連續子序列值。對應情況【1】、【2】
int MaxLeftBorderSum,MaxRightBorderSum; //從中間分别到左右兩側的最大連續子序列值,對應case【3】。
int LeftBorderSum,RightBorderSum;
int Center,i;
if(Left == Right)Base Case
if(A[Left]>0)
return A[Left];
return 0;
Center=(Left+Right)/2;
MaxLeftSum=MaxSubSum(A,Left,Center);
MaxRightSum=MaxSubSum(A,Center+1,Right);
MaxLeftBorderSum=0;
LeftBorderSum=0;
for(i=Center;i>=Left;i--)
LeftBorderSum+=A[i];
if(LeftBorderSum>MaxLeftBorderSum)
MaxLeftBorderSum=LeftBorderSum;
MaxRightBorderSum=0;
RightBorderSum=0;
for(i=Center+1;i<=Right;i++)
RightBorderSum+=A[i];
if(RightBorderSum>MaxRightBorderSum)
MaxRightBorderSum=RightBorderSum;
int max1=MaxLeftSum>MaxRightSum?MaxLeftSum:MaxRightSum;
int max2=MaxLeftBorderSum+MaxRightBorderSum;
return max1>max2?max1:max2;
//Algorithm 4:時間效率為O(n)
//同上述第一節中的思路3、和4。
int MaxSubsequenceSum(const int A[],int N)
int ThisSum,MaxSum,j;
ThisSum=MaxSum=0;
for(j=0;j<N;j++)
ThisSum+=A[j];
if(ThisSum>MaxSum)
MaxSum=ThisSum;
else if(ThisSum<0)
}