编程之美之2.14 求数组的子数组之和的最大值

2024-02-19 03:18

本文主要是介绍编程之美之2.14 求数组的子数组之和的最大值,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

【题目】

一个有N个整数元素的一维数组(A[0],A[1],A[2],...A[n-1]),这个数组中当然有很多子数组,那么子数组之和的最大值是多少?

该子数组是连续的。

我们先来明确一下题意:

(1)子数组意味着是连续的。

(2)题目只需要求和,并不需要返回子数组的具体位置。

(3)数组的元素是整数,所以数组可能包含正整数,负整数或者零。

举几个例子:

数组:[1,-2,3,5,-3,2]返回8 

数组:[0,-2,3,5,-1,2]返回9

数组:[-9,-2,-3,-5,-3]返回8

【解法一】

设Sum[i,...,j]为数组A中第i个元素到第j个元素的和(0<=i<=j<n),遍历所有的Sum[i,...,j]。

对每个整数对,我们都要计算x[i...j]的总和,并检验该总和是否大于迄今为止的最大总和。

/*********************************
*   日期:2014-5-19
*   作者:SJF0115
*   题目: 2.14 求数组的子数组之和的最大值
*   来源:编程之美
**********************************/
#include <iostream>
#include <algorithm>
#include <cstdio>
#include <cstring>
#include <limits.h>
using namespace std;#define N 1001int array[N];int main(){int n,i,j,k,sum;//freopen("C:\\Users\\XIAOSI\\Desktop\\acm.txt","r",stdin);while(scanf("%d",&n) != EOF){//输入数据for(i = 0;i < n;i++){scanf("%d",&array[i]);}int maxSum = INT_MIN;// i 遍历数组起点 j 遍历数组终点for(i = 0;i < n;i++){for(j = i;j < n;j++){sum = 0;//遍历所有可能的Sum[i..j]for(k = i;k <= j;k++){sum += array[k];}maxSum = max(maxSum,sum);}}printf("%d\n",maxSum);}return 0;
}

时间复杂度为O(n^3)。程序运行速度很慢。

【解法二】

x[i...j]的总和与前面已经计算出的x[i...j-1]的总和密切相关,Sum[i..j] = Sum[i...j-1]+array[j] 则可以将上面算法中最后一个循环去掉,

避免重复计算,从而使算法得以改进。

时间复杂度为O(n^2)。

#include <iostream>
#include <algorithm>
#include <cstdio>
#include <cstring>
#include <limits.h>
using namespace std;#define N 1001int array[N];int main(){int n,i,j,k,sum;//freopen("C:\\Users\\XIAOSI\\Desktop\\acm.txt","r",stdin);while(scanf("%d",&n) != EOF){//输入数据for(i = 0;i < n;i++){scanf("%d",&array[i]);}int maxSum = INT_MIN;// i 遍历数组起点 j 遍历数组终点for(i = 0;i < n;i++){sum = 0;for(j = i;j < n;j++){sum += array[j];maxSum = max(maxSum,sum);}}printf("%d\n",maxSum);}return 0;
}

【解法三】

通过访问外循环执行之前就以构建好的数据结构的方式在内循环中计算总和。

即常见的前缀和技巧。令Sumi=A0+A1+A2++Ai,规定Sum0=A0,则可以在O(1)时间内求出子序列的值:Ai+Ai+1+…+Aj=Sumj-Sumi-1。这样,时间复杂度降为O(n2)。

#include <iostream>
#include <algorithm>
#include <cstdio>
#include <cstring>
using namespace std;#define N 1001int array[N];
int sum[N];
int main(){int n,i,j;//freopen("C:\\Users\\XIAOSI\\Desktop\\acm.txt","r",stdin);while(scanf("%d",&n) != EOF){//输入数据for(i = 0;i < n;i++){scanf("%d",&array[i]);//计算前缀和if(i != 0){sum[i] = sum[i-1] + array[i];}else{sum[i] = array[i];}}int maxSum = sum[0];// i 遍历数组起点 j 遍历数组终点for(i = 0;i < n;i++){for(j = i+1;j < n;j++){maxSum = max(maxSum,sum[j] - sum[i]);}}printf("%d\n",maxSum);}return 0;
}

【解法四】 分治策略

如果将所给数组(A[0],...,A[n-1])分为长度相等的两段数组(A[0],...,A[n/2-1])和(A[n/2],...,A[n-1]),分别求出这两段数组各自最大子段和,则原数组(A[0],...,A[n-1])的最大子段和分为以下三种情况,要么在前半部分a中,要么在后半部分b中,要么跨越a和b之间的边界:
          a.(A[0],...,A[n-1])的最大子段和与(A[0],...,A[n/2-1])的最大子段和相同;
          b.(A[0],...,A[n-1])的最大子段和与(A[n/2],...,A[n-1])的最大子段和相同;
          c.(A[0],...,A[n-1])的最大子段跨过其中间两个元素A[n/2-1]到A[n/2].
对应a和b两个问题是规模减半的两个相同的子问题,可以用递归求得。
对于c,需要找到以A[n/2-1]结尾的和最大的一段数组和S1=(A[i],...,A[n/2-1])和以A[n/2]开始和最大的一段和S2=(A[n/2],...,A[j]),那么第三种情况的最大值为S1+S2。只需要对原数组进行一次遍历即可。在a中的部分是a中包含右边界的最大子数组,在b中的部分是b中包含左边界的最大子数组。

这其实是一种分治策略,时间复杂度为O(nlogn)。

/*********************************
*   日期:2014-5-20
*   作者:SJF0115
*   题目: 2.14 求数组的子数组之和的最大值
*   来源:编程之美
**********************************/
#include <iostream>
#include <algorithm>
#include <cstdio>
#include <cstring>
using namespace std;#define N 1001int array[N];int MaxSubsequence(int L,int R){int i,j;//0个元素if(L > R){return 0;}//1个元素if(L == R){return array[L];}int mid = (L + R) / 2;//跨越a和b之间的部分//在a中的部分是a中包含右边界的最大子数组int sum = 0;int leftMax = array[mid];for(i = mid;i >= L;i--){sum += array[i];leftMax = max(leftMax,sum);}//在b中的部分是b中包含左边界的最大子数组sum = 0;int rightMax = array[mid+1];for(i = mid+1;i <= R;i++){sum += array[i];rightMax = max(rightMax,sum);}//递归调用//跨越a和bint maxSum = rightMax+leftMax;//整个在a中maxSum = max(maxSum,MaxSubsequence(L,mid));//整个在b中maxSum = max(maxSum,MaxSubsequence(mid+1,R));return maxSum;
}int main(){int n,i,j;//freopen("C:\\Users\\XIAOSI\\Desktop\\acm.txt","r",stdin);while(scanf("%d",&n) != EOF){//输入数据for(i = 0;i < n;i++){scanf("%d",&array[i]);}int maxSum = MaxSubsequence(0,n-1);printf("%d\n",maxSum);}return 0;
}


【解法五】

利用动态规划做题。

只遍历数组一遍,当从头到尾部遍历数组A, 遇到一个数有两种选择 (1)加入之前subArray (2)自己另起一个subArray

设状态S[i], 表示以A[i]结尾的最大连续子序列和,状态转移方程如下:

S[i] = max(S[i-1] + A[i],A[i])

时间复杂度:O(n)     空间复杂度:O(n)

【代码五】

    /*--------------------------------------------*   日期:2015-02-03*   作者:SJF0115*   题目: 53.Maximum Subarray*   网址:https://oj.leetcode.com/problems/maximum-subarray/*   结果:AC*   来源:LeetCode*   博客:-----------------------------------------------*/class Solution {public:int maxSubArray(int A[], int n) {int S[n];int maxSum = A[0];S[0] = A[0];// 动态规划for(int i = 1;i < n;i++){S[i] = max(S[i-1] + A[i],A[i]);if(S[i] > maxSum){maxSum = S[i];}//if}//forreturn maxSum;}};

【解法六】

对前一个方法继续优化,从状态转移方程上S【i】只与S【i-1】有关,与其他都无关,因此可以用一个变量来记住前一个的最大连续数组和就可以了。

这样就可以节省空间了。

时间复杂度:O(n)     空间复杂度:O(1)

【代码六】

    /*--------------------------------------------*   日期:2015-02-03*   作者:SJF0115*   题目: 53.Maximum Subarray*   网址:https://oj.leetcode.com/problems/maximum-subarray/*   结果:AC*   来源:LeetCode*   博客:-----------------------------------------------*/class Solution {public:int maxSubArray(int A[], int n) {int maxSum = A[0];// sum 记住前一个的最大连续数组和int sum = 0;// 动态规划for(int i = 0;i < n;i++){sum += A[i];sum = max(sum,A[i]);if(sum > maxSum){maxSum = sum;}//if}//forreturn maxSum;}};

【解法七】
时间复杂度:O(n)     空间复杂度:O(1)

/*********************************
*   日期:2015-01-27
*   作者:SJF0115
*   题目: 53.Maximum Subarray
*   网址:https://oj.leetcode.com/problems/maximum-subarray/
*   结果:AC
*   来源:LeetCode
*   博客:
**********************************/
#include <iostream>
#include <climits>
using namespace std;class Solution {
public:int maxSubArray(int A[], int n) {if(n <= 0){return 0;}//if// 最大和int max = A[0];// 当前最大和int cur = 0;for(int i = 0;i < n;++i){// 一旦当前最大和小于0就重置为0,一个负数只能使最大和变小if(cur < 0){cur = 0;}//ifcur += A[i];if(cur > max){max = cur;}//if}//forreturn max;}
};
int main(){Solution solution;int n = 9;int A[] = {-2,1,-3,4,-1,2,1,-5,4};int result = solution.maxSubArray(A,n);// 输出cout<<result<<endl;return 0;
}



【相似题目】

UVA之1121 - Subsequence

[LeetCode]53.Maximum Subarray






这篇关于编程之美之2.14 求数组的子数组之和的最大值的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/723341

相关文章

Java并发编程之如何优雅关闭钩子Shutdown Hook

《Java并发编程之如何优雅关闭钩子ShutdownHook》这篇文章主要为大家详细介绍了Java如何实现优雅关闭钩子ShutdownHook,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起... 目录关闭钩子简介关闭钩子应用场景数据库连接实战演示使用关闭钩子的注意事项开源框架中的关闭钩子机制1.

Java数组初始化的五种方式

《Java数组初始化的五种方式》数组是Java中最基础且常用的数据结构之一,其初始化方式多样且各具特点,本文详细讲解Java数组初始化的五种方式,分析其适用场景、优劣势对比及注意事项,帮助避免常见陷阱... 目录1. 静态初始化:简洁但固定代码示例核心特点适用场景注意事项2. 动态初始化:灵活但需手动管理代

C++中初始化二维数组的几种常见方法

《C++中初始化二维数组的几种常见方法》本文详细介绍了在C++中初始化二维数组的不同方式,包括静态初始化、循环、全部为零、部分初始化、std::array和std::vector,以及std::vec... 目录1. 静态初始化2. 使用循环初始化3. 全部初始化为零4. 部分初始化5. 使用 std::a

shell编程之函数与数组的使用详解

《shell编程之函数与数组的使用详解》:本文主要介绍shell编程之函数与数组的使用,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录shell函数函数的用法俩个数求和系统资源监控并报警函数函数变量的作用范围函数的参数递归函数shell数组获取数组的长度读取某下的

揭秘Python Socket网络编程的7种硬核用法

《揭秘PythonSocket网络编程的7种硬核用法》Socket不仅能做聊天室,还能干一大堆硬核操作,这篇文章就带大家看看Python网络编程的7种超实用玩法,感兴趣的小伙伴可以跟随小编一起... 目录1.端口扫描器:探测开放端口2.简易 HTTP 服务器:10 秒搭个网页3.局域网游戏:多人联机对战4.

Java并发编程必备之Synchronized关键字深入解析

《Java并发编程必备之Synchronized关键字深入解析》本文我们深入探索了Java中的Synchronized关键字,包括其互斥性和可重入性的特性,文章详细介绍了Synchronized的三种... 目录一、前言二、Synchronized关键字2.1 Synchronized的特性1. 互斥2.

Python异步编程中asyncio.gather的并发控制详解

《Python异步编程中asyncio.gather的并发控制详解》在Python异步编程生态中,asyncio.gather是并发任务调度的核心工具,本文将通过实际场景和代码示例,展示如何结合信号量... 目录一、asyncio.gather的原始行为解析二、信号量控制法:给并发装上"节流阀"三、进阶控制

C++原地删除有序数组重复项的N种方法

《C++原地删除有序数组重复项的N种方法》给定一个排序数组,你需要在原地删除重复出现的元素,使得每个元素只出现一次,返回移除后数组的新长度,不要使用额外的数组空间,你必须在原地修改输入数组并在使用O(... 目录一、问题二、问题分析三、算法实现四、问题变体:最多保留两次五、分析和代码实现5.1、问题分析5.

Java中数组转换为列表的两种实现方式(超简单)

《Java中数组转换为列表的两种实现方式(超简单)》本文介绍了在Java中将数组转换为列表的两种常见方法使用Arrays.asList和Java8的StreamAPI,Arrays.asList方法简... 目录1. 使用Java Collections框架(Arrays.asList)1.1 示例代码1.

C++一个数组赋值给另一个数组方式

《C++一个数组赋值给另一个数组方式》文章介绍了三种在C++中将一个数组赋值给另一个数组的方法:使用循环逐个元素赋值、使用标准库函数std::copy或std::memcpy以及使用标准库容器,每种方... 目录C++一个数组赋值给另一个数组循环遍历赋值使用标准库中的函数 std::copy 或 std::