关于最大连续子列和的问题
问题:
给定K个整数组成的序列{ N1, N2, ..., NK },“连续子列”被定义为{ Ni, Ni+1, ..., Nj },其中 1≤i≤j≤K。“最大子列和”则被定义为所有连续子列元素的和中最大者。例如给定序列{ -2, 11, -4, 13, -5, -2 },其连续子列{ 11, -4, 13 }有最大的和20。现要求你编写程序,计算给定整数序列的最大子列和。
本题旨在测试各种不同的算法在各种数据情况下的表现。各组测试数据特点如下:
数据1:与样例等价,测试基本正确性;
数据2:102个随机整数;
数据3:103个随机整数;
数据4:104个随机整数;
数据5:105个随机整数;
解法一:求出所有子列的和并取最大值,时间复杂度为O(N3)
# 求最大连续子列和问题 # 傻瓜式做法 n = input() l = input().split() def maxsubseqsum(l): maxsum = 0 for i in range(0, len(l)): #左端点 for j in range(i, len(l)): #右端点 currentsum = 0 for k in range(i, j+1): currentsum += int(l[k]) if currentsum > maxsum: maxsum = currentsum return maxsum print(maxsubseqsum(l))
解法二:最内层循环可以不要,在前一次当前和的基础上加上l[k],时间复杂度为O(N2)
# 求最大连续子列和问题 # 傻瓜式做法改进版 n = input() l = input().split() def maxsubseqsum(l): maxsum = 0 for i in range(0, len(l)): #左端点 currentsum = 0 for j in range(i, len(l)): #右端点 currentsum += int(l[j]) if currentsum > maxsum: maxsum = currentsum return maxsum print(maxsubseqsum(l))
解法三:分治法,时间复杂度为O(logN)
#include<stdio.h> int Max3( int A, int B, int C ); int DivideAndConquer( int List[], int left, int right ); int MaxSubseqSum3( int List[], int N ); int main(){ int a[] = {1, -1, 3, 5, -6, 8}; int maxValue = MaxSubseqSum3(a, 6); printf("%d\n",maxValue); return 0; } int Max3( int A, int B, int C ) { /* 返回3个整数中的最大值 */ return A > B ? A > C ? A : C : B > C ? B : C; } int DivideAndConquer( int List[], int left, int right ) { /* 分治法求List[left]到List[right]的最大子列和 */ int MaxLeftSum, MaxRightSum; /* 存放左右子问题的解 */ int MaxLeftBorderSum, MaxRightBorderSum; /*存放跨分界线的结果*/ int LeftBorderSum, RightBorderSum; int center, i; if( left == right ) { /* 递归的终止条件,子列只有1个数字 */ if( List[left] > 0 ) return List[left]; else return 0; } /* 下面是"分"的过程 */ center = ( left + right ) / 2; /* 找到中分点 */ /* 递归求得两边子列的最大和 */ MaxLeftSum = DivideAndConquer( List, left, center ); MaxRightSum = DivideAndConquer( List, center+1, right ); /* 下面求跨分界线的最大子列和 */ MaxLeftBorderSum = 0; LeftBorderSum = 0; for( i=center; i>=left; i-- ) { /* 从中线向左扫描 */ LeftBorderSum += List[i]; if( LeftBorderSum > MaxLeftBorderSum ) MaxLeftBorderSum = LeftBorderSum; } /* 左边扫描结束 */ MaxRightBorderSum = 0; RightBorderSum = 0; for( i=center+1; i<=right; i++ ) { /* 从中线向右扫描 */ RightBorderSum += List[i]; if( RightBorderSum > MaxRightBorderSum ) MaxRightBorderSum = RightBorderSum; } /* 右边扫描结束 */ /* 下面返回"治"的结果 */ return Max3( MaxLeftSum, MaxRightSum, MaxLeftBorderSum + MaxRightBorderSum ); } int MaxSubseqSum3( int List[], int N ) { /* 保持与前2种算法相同的函数接口 */ return DivideAndConquer( List, 0, N-1 ); }
解法四:在线处理,时间复杂度为O(N)
# 求最大连续子列和问题 # 在线处理 n = input() l = input().split() def maxsubseqsum(l): maxsum = currentsum = 0 for i in range(0, len(l)): currentsum += int(l[i]) if currentsum > maxsum: maxsum = currentsum elif currentsum < 0: currentsum = 0 return maxsum print(maxsubseqsum(l))