现在的位置: 首页 > 综合 > 正文

经典算法——求最大子序列和

2013年08月17日 ⁄ 综合 ⁄ 共 2525字 ⁄ 字号 评论关闭

比较经典的算法问题,能够很好的体现动态规划的实现,以一点“画龙点睛” 大大精简了算法复杂度,且实现简单。本文中实现了4种:

一般 maxSubSequenceSum0  O(n^3)

简单优化过的算法 maxSubSequenceSum1  O(n^2)

分治法优化的算法 maxSubSequenceSum2  O(n*log(n))

动态规划的算法 maxSubSequenceSum3  O(n)

#include <math.h>

#include 
"mymath.h"

/*
 * 计算序列的某段子序列的和,maxSubSequenceSum0使用
 
*/

static int subSequenceSum(int a[], int left, int right)
{
    
int i, sum = 0;
    
for (i = left; i <= right; i++)
    
{
        sum 
= sum + a[i];
    }

    
return sum;
}


/*
 * 三层遍历求子序列和的最大值,算法复杂度O(n^3)
 
*/

int maxSubSequenceSum0(int a[], int len)
{
    
int i, j;
    
int curSum; /* 当前序列和 */
    
int maxSum; /* 最大序列和 */

    
/* 初始化最大子序列和为序列第一个元素 */
    maxSum 
= a[0];

    
/* 第一层循环定义子序列起始位置 */
    
for (i = 0; i < len; i++)
    
{
        
/* 起始位置为i,初始化当前和为0 */
        curSum 
= 0;

        
/* 第二层循环定义子序列结束位置 */
        
for (j = i; j < len; j++)
        
{
            
/* 第三层循环在函数sumSubseqence中,计算子序列和 */
            curSum 
= subSequenceSum(a, i, j);

            
/* 与最大子序列和比较,更新最大子序列和 */
            
if (curSum > maxSum)
            
{
                maxSum 
= curSum;
            }

        }

    }

    
return maxSum;
}


/*
 * 双层遍历求子序列和的最大值,算法复杂度O(n^2)
 
*/

int maxSubSequenceSum1(int a[], int len)
{
    
int i, j;
    
int curSum; /* 当前序列和 */
    
int maxSum; /* 最大序列和 */

    
/* 初始化最大子序列和为序列第一个元素 */
    maxSum 
= a[0];

    
/* 外层循环定义子序列起始位置 */
    
for (i = 0; i < len; i++)
    
{
        
/* 起始位置为i,初始化当前和为0 */
        curSum 
= 0;

        
/* 内层循环定义子序列结束位置 */
        
for (j = i; j < len; j++)
        
{
            
/* 计算子序列和,并与最大子序列和比较,更新最大子序列和 */
            curSum 
= curSum + a[j];

            
/* 与最大子序列和比较,更新最大子序列和 */
            
if (curSum > maxSum)
            
{
                maxSum 
= curSum;
            }

        }

    }

    
return maxSum;
}


/*
 * 某段字序列中,含左边界元素的字序列和中的最大值,_maxSubSequenceSum2中使用
 
*/

static int _maxLeftBoderSubSequenceSum(int a[], int left, int right)
{
    
int i;
    
int sum = 0;
    
int maxSum = a[left];
    
for (i = left; i <= right; i++)
    
{
        sum 
+= a[i];
        
if (sum > maxSum)
        
{
            maxSum 
= sum;
        }

    }

    
return maxSum;
}


/*
 * 某段字序列中,含右边界元素的字序列和中的最大值,_maxSubSequenceSum2中使用
 
*/

static int _maxRightBoderSubSequenceSum(int a[], int left, int right)
{
    
int i;
    
int sum = 0;
    
int maxSum = a[right];
    
for (i = right; i >= left; i--)
    
{
        sum 
+= a[i];
        
if (sum > maxSum)
        
{
            maxSum 
= sum;
        }

    }

    
return maxSum;
}


/*
 * 求序列某段子序列中子序列和最大值
 
*/

static int _maxSubSequenceSum2(int a[], int left, int right)
{
    
int center;
    
int leftMaxSum;
    
int rightMaxSum;
    
int maxLeftBorderSum;
    
int maxRightBorderSum;

    
/* 递归终止条件 */
    
if (left == right)
    
{

抱歉!评论已关闭.