lilypp的专栏

问题描述:给定一串整数,找出其中和最大的连续子数列,包括子数列的位置和最大和。

给定整数序列:{0, -3, 6, 8, -20, 21, 8, -9, 10, -1, 3, 6, 5}

其中和最大的连续子数列为:{21, 8, -9, 10, -1, 3, 6, 5}

【PS】

如果序列里都是负数的话,本文的算法返回最大的负数。有一种思想是,如果所有输入数据都是负数,则最大连续子数列为空,值为0,类似空集是任意集合的子集。

【暴力搜索】

依次以序列的每一个数为子数列的开头,遍历所有的情况,时间复杂度为o(n*n)。

【线性算法】

时间复杂度为o(n)。

这个算法是基于两个结论得来的。

1. 如果数列A的某个子列A(i, j) 的和S(i, j) < 0, 那么A(i, q)(q > j) 肯定不是数列A的最大递增子列。

S(i, q) =S(i, j) + S(j+1, q) < 0 + S(j+1, q) = S(j+1, q)

这个结论说明,从位置 i 开始的子列,一旦遇到和为0的子列,后面可以不搜索了,直接从 j+1 开始重新计算。

2. 如果A(i, j) 是数列A以 i 起始的子列中第一个和S(i, j) < 0 的,则对任意 i <= p <= j, p<= q,A(p, q) 的和 S(p, q) 要么小于最大连续子列和,要么与现存的最大连续子列和相等。所以A(p, q)序列可以跳过。

因为S(i ,j) 是第一个<0 的,所以S(i, p-1)必然>=0,则 S(p, q) = S(i, q) – S(i, p-1) <= S(i, q)

i p j q

—|—–|——-|——|———————

– 当 q > j 时,由结论1得知, S(i, q) < S(j+1, q),则 S(p, q) < S(j+1, q)

i pq j

—|—–|——-|——|———————

– 当q <= j 时,(这个暂时不会证明。。。)

【分治算法】

分治算法将一个复杂的问题分解成一个个相似的简单的问题,先解决规模较小的问题,然后通过适当的组合来解决复杂的问题。特别适用于目前日渐流行的多核处理器,每个核分别同时计算小问题,再汇总结果,实现算法的并行化。

1. 规模分解

把问题的操作数集合分为2个部分,对两个子数据集合分别操作,最后进行归并。而子数据集合又可以细分成更小的数据集,用递归来实现最合适啦。

把序列 A 均分为前后两个部分 A1和A2, 假设我们已经找到了A1和A2的最大连续数列,,那么A 的最大连续数列:

– 全部在A1中

– 全部在A2中

– A1的后半部+A2的前半部

时间复杂度o(nlogn)

2. 递推式分解

实际上是数学归纳法。如果知道了规模为 n-1 的最大子数列,现在在这个子列后面多加一个蒜素,如何根据现有的结果得到规模为 n 的最大子数列。在这里,递推式分解是规模分解的一个特例,把问题分为了n-1 和 1 两个部分。也有3种情况:

– 全部在n-1的数列中

– 就是最后一个数

– n-1的数列的后缀+最后一个数

时间复杂度o(n)。

【参考】

回复里面有个很简洁的算法实现。

你是自由的,不仅是身体上的自由,

lilypp的专栏

相关文章:

你感兴趣的文章:

标签云: