转自:http://blog.csdn.net/ithomer/article/details/7096252
注:(书上的分治算法复杂度太大,选择动态规划算法)
题目:
输入一个整型数组,数据元素有正数也有负数,求元素组合成连续子数组之和最大的子数组,要求时间复杂度为O(n)。
例如:
输入的数组为1, -2, 3, 10, -4, 7, 2, -5,最大和的连续子数组为3, 10, -4, 7, 2,其最大和为18。
分析:
如果不考虑时间复杂度,我们可以枚举出所有子数组并求出他们的和。不过非常遗憾的是,由于长度为n的数组有O(n2)个子数组(即:n + n-1 + ... + 1=n(n+1)/2);而且求一个长度为n的数组的和的时间复杂度为O(n)。因此这种思路的时间是O(n3)。
很容易理解,当我们加上一个正数时,和会增加;当我们加上一个负数时,和会减少。如果当前得到的和是个负数,那么这个和在接下来的累加中应该抛弃并重新清零,不然的话这个负数将会减少接下来的和。基于这样的思路,我们可以写出如下代码。
#include<iostream> using namespace std; void MaxSum(int array[], unsigned int len) { if(NULL == array || len <=0) { return; } int curSum = 0, maxSum = 0; int i = 0; for(i=0; i<len; i++) { curSum += array[i]; // 累加 if(curSum < 0) { // 当前和小于0,重置为0 curSum = 0; } if(curSum > maxSum) { // 当前和大于最大和,则重置最大和 maxSum = curSum; } } if(maxSum == 0) { // 最大和依然为0,说明数组中所有元素都为负值 maxSum = array[0]; for(i=1; i<len; i++) { if(array[i] > maxSum) { maxSum = array[i]; } } } printf("maxSum: %d\n", maxSum); } int main() { int array[]={-1,-2,-3,-10,4,-7,-2,-5}; int n = sizeof(array)/sizeof(array[1]); MaxSum(array,n); }
代码改进:
有时,需要输出最大和的子数组及其开始、结束下标,代码如下:(代码有点小bug就是下标的起始值有时不对)
#include<iostream> using namespace std; void MaxSum(int array[], unsigned int len) { if(NULL == array || len <=0) { return; } int curSum = 0, maxSum = 0; int index_start = 0, index_end = 0; // 初始化子数组最大和下标 int i = 0; for(i=0; i<len; i++) { curSum += array[i]; // 累加 if(curSum < 0) { // 当前和小于0,重置为0 curSum = 0; index_start = i+1; // 调整子数组最大和的开始下标 } if(curSum > maxSum) { // 当前和大于最大和,则重置最大和 maxSum = curSum; index_end = i; // 调整子数组最大和的结束下标 } } if(maxSum == 0) { // 最大和依然为0,说明数组中所有元素都为负值 maxSum = array[0]; index_start = index_end = 0; // 初始化子数组最大和下标 for(i=1; i<len; i++) { if(array[i] > maxSum) { maxSum = array[i]; index_start = index_end = i; // 调整子数组最大和下标 } } } // 输出最大和的子数组及其开始、结束下标 printf("index_start: %d\nindex_end: %d\n", index_start, index_end); for(i=index_start; i<=index_end; i++) { printf("%d\t", array[i]); } printf("\n\nmaxSum: %d\n", maxSum); } int main() { int array[]={1,-2,3,10,-4,7,2,-5}; int n = sizeof(array)/sizeof(array[0]); MaxSum(array,n); }