最长子序列问题 最详细的解题报告

最长子序列之和问题

 

算法一:暴力法(时间复杂度:O(N^2))

算法描述:依次求从j到i中最大的和,并将最大的和记录在maxValue中,容易理解但是效率低。

 

 1 static int MaxSum1(int[] arr) {
 2         int maxValue = Integer.MIN_VALUE;
 3         for (int i = 0; i < arr.length; i++) {
 4             int curSum = 0;
 5             for (int j = 0; j <= i; j++) {
 6                 curSum += arr[j];
 7                 if (curSum > maxValue) {
 8                     maxValue = curSum;
 9                 }
10             }
11         }
12         return maxValue;
13     }

 

算法二:分治法(时间复杂度:O(NlogN))

算法描述:将整个序列分成两部分,序列最大和有三种情况:

1、在左边子序列中;

2、在右边子序列中;

3、一部分在做序列中,另一部分在有序列中,但是该序列一定包含左子序列的最后一个元素mid,和又子序列的第一个元素mid+1。

 

对于第1、2中情况,直接递归就可以了;对于第3中情况,需要从左子序列的mid出发,依次递减,求得最大值midLeftSum,再从右子序列的第一个元素mid+1出发,依次递增,求得最大值midRightSum,最后要求的值为:midLeftSum+midRightSum。

 

整个序列的最大和为第1、2和3中情况中的最大值。

 

 1 static int MaxSum2(int[] arr, int start, int end) {
 2         int maxValue = Integer.MIN_VALUE;
 3         if (start == end) {
 4             if (arr[start] > 0) {
 5                 maxValue = arr[start];
 6             }
 7         } else {
 8             int mid = (start + end) / 2;
 9             int leftMaxValue = MaxSum2(arr, start, mid);
10             int rightMaxValue = MaxSum2(arr, mid + 1, end);
11 
12             int midLeftMaxValue = 0;
13             int midLeftSum = 0;
14             for (int i = mid; i >= 0; i--) {
15                 midLeftSum += arr[i];
16                 if (midLeftSum > midLeftMaxValue) {
17                     midLeftMaxValue = midLeftSum;
18                 }
19             }
20 
21             int midRightMaxValue = 0;
22             int midRightSum = 0;
23             for (int i = mid + 1; i <= end; i++) {
24                 midRightSum += arr[i];
25                 if (midRightSum > midRightMaxValue) {
26                     midRightMaxValue = midRightSum;
27                 }
28             }
29             maxValue = Math.max(leftMaxValue,    Math.max(rightMaxValue, midLeftMaxValue    + midRightMaxValue));
30         }
31         return maxValue;
32     }

 

算法三:动态规划(时间复杂度:O(N))

算法描述:首先我们想一下,要想为最大子序列之和做贡献,该元素一定要大于0,所以如果第i个子序列之前的子序列之和小于0,就应该舍去。(我当时理解了很长时间才理解清楚)

 

 1 static int MaxSum3(int[] arr) {
 2         int maxValue = Integer.MIN_VALUE;
 3         int curSum = 0;
 4         for (int i = 0; i < arr.length; i++) {
 5             curSum+=arr[i];
 6             if (curSum > maxValue) {
 7                 maxValue = curSum;
 8             }
 9             if(curSum<0){ //第i以前的子序列为做出贡献,小于0,应该舍去
10                 curSum=0;
11             }
12         }
13         return maxValue;
14     }
posted @ 2014-09-29 00:38  PinXiong  阅读(721)  评论(0编辑  收藏  举报