相关介绍:

 求取数组中最大连续子序列和问题,是一个较为“古老”的一个问题。该问题的描述为,给定一个整型数组(当然浮点型也是可以的啦),求取其下标连续的子序列,且其和为该数组的所有子序列和中值为最大的。例如数组A={1, 3, -2, 4, -5},则最大连续子序列和为6,即1+3+(-2)+ 4 = 6。解决该问题的算法有四种,根据其时间复杂度的高低,下面分别为这四种算法做介绍。

第一种:时间复杂度为O(N^3)

 该算法也是最容易想到的,很直观的算法,其算法的思路为,穷举数组中以某个元素为起始元素,以另一个元素为终止元素的元素子序列的和,并记录找出的子序列和最大的那个值

示例代码如下:

/**
* 用于演示O(N^3)的算法
* @param array 用于寻找最大连续子序列和的数组
* @return 最大连续子序列和的值
*/
public int maxSubN3(int[] array)
{
int result=0;
int length=array.length;
//用于控制子序列的起始下标
for(int i=0;i<length;i++)
{
//用于控制子序列的终止下标
for(int j=i;j<length;j++)
{
//用于计算起始下标到终止下标之间的元素的和
int sum=0;
for(int k=i;k<=j;k++)
{
sum+=array[k];
}
result=Math.max(sum, result);
}
}
return result;
}

第二种:时间复杂度为O(N^2)

 该算法通过对上面算法的实现方式进行改进,从而降低了时间复杂度。该算法的思路同上一个的大致相同,但是注意到,每次将终止元素的下标往后移动一位的时候,其子序列和又重新计算了一遍。为此,可以通过保留其上一次从起始元素到终止元素的之间的子序列和的计算结果,来减低时间复杂度。

示例代码如下:

/**
* 用于演示O(N^2)的算法
* @param array 用于寻找最大连续子序列和的数组
* @return 最大连续子序列和的值
*/
public int maxSubN2(int[] array)
{
int length=array.length;
int result=0;
for(int i=0;i<length;i++)
{
int sum=0;
for(int j=i;j<length;j++)
{
sum+=array[j];
result=Math.max(result, sum);
}
}
return result;
}

第三种:时间复杂度为O(NlogN)

 采用分治的思想,将数组划分为两半,最大连续子序列和出现的地方只可能有三种,要么在数组的左半边,要么在数组的右半边,要么横跨了数组的左右半边,同时其必定包含数组左半边的右边界以及数组右半边的左边界

/**
* 用于演示O(NlogN)的算法
* @param array 用于寻找最长子序列的数组
* @return
*/
public int maxSubNlogN(int[] array)
{
return maxSubNlogN(array,0,array.length-1);
}
/**
* 用于递归的那个方法,low和high为数组的左右边界
*/
private int maxSubNlogN(int[] array,int low,int high)
{
//当只剩下一个数组元素的时候,将其直接进行返回
if(low==high)
return Math.max(array[low], 0);
//找到数组中间的分界点
int mid=low+(high-low)/2;
//用于寻找到横跨数组左右半边的那个最长子序列
int lMax=0,rMax=0;
int lSum=0,rSum=0;
//找到包含右边界的左半边的最长子序列
for(int i=mid;i>=low;i--)
{
lSum+=array[i];
lMax=Math.max(lSum, lMax);
}
//找到包含左边界的右半边的最长子序列
for(int i=mid+1;i<high;i++)
{
rSum+=array[i];
rMax=Math.max(rSum, rMax);
}
//返回三种情况中子序列和最大的那个值
return Math.max(maxSubNlogN(array,mid+1,high),Math.max(rMax+lMax, maxSubNlogN(array,low,mid)));
}

第三种:时间复杂度为O(N)

 由分析可知,数组的最大连续子序列中的包含最大连续子序列的开头元素或者末尾元素的任意一个子序列里的元素值之和均为正数。为此,可以在仅需遍历一遍数组的过程中,计算出其最大连续子序列和

示例代码如下:

/**
* 用于演示O(N)的算法
* @param array 用于寻找最长子序列的数组
* @return 最长子序列的值
*/
public int maxSubN(int[] array)
{
int sum=0;
int result=0;
for(int i=0;i<array.length;i++)
{
sum+=array[i];
if(sum>result)
result=sum;
if(sum<0)
sum=0;
}
return result;
}

代码汇总如下:

package other;
/**
* 该类用于演示寻找最长子序列的几种算法
* @author 学徒
*
*/
public class MaxSubLined
{
public static void main(String[] args)
{
int[] array={-2,11,-4,13,-5,2,-5,-3,12,-9};
MaxSubLined max=new MaxSubLined();
System.out.println(max.maxSubN3(array));
System.out.println(max.maxSubN2(array));
System.out.println(max.maxSubNlogN(array));
System.out.println(max.maxSubN(array));
}
/**
* 用于演示O(N^3)的算法
* 算法的思路:
* 穷举数组中以某个元素为起始的,数组中以该元素为起始元素的所有子序列的可能
* 并找出其中子序列和最大的那个值
* @param array 用于寻找最长子序列的数组
* @return 最长子序列的值
*/
public int maxSubN3(int[] array)
{
int result=0;
int length=array.length;
//用于控制子序列的起始下标
for(int i=0;i<length;i++)
{
//用于控制子序列的终止下标
for(int j=i;j<length;j++)
{
//用于计算起始下标到终止下标之间的元素的和
int sum=0;
for(int k=i;k<=j;k++)
{
sum+=array[k];
}
result=Math.max(sum, result);
}
}
return result;
}
/**
* 用于演示O(N^2)的算法
* 算法的思路:
* 穷举数组中以某个元素为起始的,数组中以该元素为起始元素的所有子序列的可能
* 并找出其中子序列和最大的那个值
* @param array 用于寻找最长子序列的数组
* @return 最长子序列的值
*/
public int maxSubN2(int[] array)
{
int length=array.length;
int result=0;
for(int i=0;i<length;i++)
{
int sum=0;
for(int j=i;j<length;j++)
{
sum+=array[j];
result=Math.max(result, sum);
}
}
return result;
}
/**
* 用于演示O(NlogN)的算法
* 算法的思路:
* 采用分治的思想,将数组划分为两半,最长子序列出现的可能只有三种
* 要么在数组的左半边,要么在数组的右半边,要么横跨了数组的左右半边,同时其必定包含
* 数组左半边的右边界以及数组右半边的左边界
* @param array 用于寻找最长子序列的数组
* @return
*/
public int maxSubNlogN(int[] array)
{
return maxSubNlogN(array,0,array.length-1);
}
/**
* 用于递归的那个方法,low和high为数组的左右边界
*/
private int maxSubNlogN(int[] array,int low,int high)
{
//当只剩下一个数组元素的时候,将其直接进行返回
if(low==high)
return Math.max(array[low], 0);
//找到数组中间的分界点
int mid=low+(high-low)/2;
//用于寻找到横跨数组左右半边的那个最长子序列
int lMax=0,rMax=0;
int lSum=0,rSum=0;
//找到包含右边界的左半边的最长子序列
for(int i=mid;i>=low;i--)
{
lSum+=array[i];
lMax=Math.max(lSum, lMax);
}
//找到包含左边界的右半边的最长子序列
for(int i=mid+1;i<high;i++)
{
rSum+=array[i];
rMax=Math.max(rSum, rMax);
}
//返回三种情况中子序列和最大的那个值
return Math.max(maxSubNlogN(array,mid+1,high),Math.max(rMax+lMax, maxSubNlogN(array,low,mid)));
}
/**
* 用于演示O(N)的算法
* 算法的思路:
* 因为最长子序列中的任意一个子序列里的元素值总和均为正数
* 为此,可以在遍历数组的过程中,计算出其最长子序列
* @param array 用于寻找最长子序列的数组
* @return 最长子序列的值
*/
public int maxSubN(int[] array)
{
int sum=0;
int result=0;
for(int i=0;i<array.length;i++)
{
sum+=array[i];
if(sum>result)
result=sum;
if(sum<0)
sum=0;
}
return result;
}
}

回到目录|·(工)·)

K:求取数组中最大连续子序列和的四个算法的更多相关文章

  1. 求一个数组中最小的K个数

    方法1:先对数组进行排序,然后遍历前K个数,此时时间复杂度为O(nlgn); 方法2:维护一个容量为K的最大堆(<算法导论>第6章),然后从第K+1个元素开始遍历,和堆中的最大元素比较,如 ...

  2. python实现给定K个字符数组,从这k个字符数组中任意取一个字符串,按顺序拼接,列出所有可能的字符串组合结果!

    题目描述:给定K个字符数组,从这k个字符数组中任意取一个字符串,按顺序拼接,列出所有可能的字符串组合结果! 样例: input:[["a","b"," ...

  3. 转载——JavaScript学习笔记:取数组中最大值和最小值

    转载自:http://www.w3cplus.com/javascript/calculate-the-max-min-value-from-an-array.html. 取数组中最大值 可以先把思路 ...

  4. JavaScript学习:取数组中最大值和最小值

    在实际业务中有的时候要取出数组中的最大值或最小值.但在数组中并没有提供arr.max()和arr.min()这样的方法.那么是不是可以通过别的方式实现类似这样的方法呢?那么今天我们就来整理取出数组中最 ...

  5. 求出数组中所有数字的和&&弹出层效果

    <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/ ...

  6. 黑马基础阶段测试题:定义一个int类型的数组,数组中元素为{5,7,3,9,4}。求出数组中的最小值,并判断最小值是否为偶数,如果是偶数则输出“最小值为偶数”,如果不是偶数则输出“最小值为奇数”。打印如下:

    package com.swift; import java.util.Arrays; public class ArrayTest { public static void main(String[ ...

  7. 《程序员代码面试指南》第七章 位运算 在其他数都出现k 次的数组中找到只出现一次的数

    题目 在其他数都出现k 次的数组中找到只出现一次的数 java 代码 package com.lizhouwei.chapter7; /** * @Description: 在其他数都出现k 次的数组 ...

  8. 如何求出数组中最小(或者最大)的k个数(least k问题)

    输入n个整数,如何求出其中最小的k个数? 解法1. 当然最直观的思路是将数组排序,然后就可以找出其中最小的k个数了,时间复杂度以快速排序为例,是O(nlogn): 解法2. 借助划分(Partitio ...

  9. [LeetCode] Split Array into Consecutive Subsequences 将数组分割成连续子序列

    You are given an integer array sorted in ascending order (may contain duplicates), you need to split ...

随机推荐

  1. linux centos 7 下安装ElasticSearch5.4

    一. 把elasticsearch-5.4.0.rpm和kibana-5.4.0-x86_64.rpm上传到centos下/root目录中,如下图:二.进入centos目录/root,并用命令rpm ...

  2. 极其简单的用JS在浏览器中创建下载文件的方法

    有这样一个需求,在js中动态创建一个页面,然后下载该页面为word文档,研究了一上午,最后发现实现起来如此简单. 在js中创建如下方法:(直接复制即可) function downloadFile(f ...

  3. P3292 [SCOI2016]幸运数字

    题目链接 题意分析 一句话题意 : 树上一条链中挑选出某些数 异或和最大 我们可以考虑维护一个树上倍增线性基 然后倍增的时候 维护一个线性基合并就可以了 写起来还是比较容易的 CODE: #inclu ...

  4. AssertJ断言系列-----------<数据库断言二>

    那么,在实际的接口测试中,我们除了要断言响应的数据正确之外,可能有的还需要断言数据层是否数据真的有入库. assertj db是可以直接对数据库进行断言和操作的. 一.创建一个students表 CR ...

  5. Python 字符串前面加u,r,b,f的含义

    1.字符串前加 u 例:u"我是含有中文字符组成的字符串." 作用: 后面字符串以 Unicode 格式 进行编码,一般用在中文字符串前面,防止因为源码储存格式问题,导致再次使用时 ...

  6. 47.ActiveMQ集群

    (声明:本文非EamonSec原创) 使用ZooKeeper实现的Master-Slave实现方式,是对ActiveMQ进行高可用的一种有效的解决方案,高可用的原理:使用ZooKeeper(集群)注册 ...

  7. (C/C++) string / *char / int 基本轉換

    網路上有許 string / *char / integer 基本轉換方式 string 與 *char 互相轉換的方法 /* string to *char */ string ssbuf1 = & ...

  8. springcloud(十)-Zuul微服务网关

    为什么要使用微服务网关 前面的文章我们介绍了,Eureka用于服务的注册于发现,Feign支持服务的调用以及均衡负载,Hystrix处理服务的熔断防止故障扩散,Spring Cloud Config服 ...

  9. 谈谈数据库的ACID

    一.事务 定义:所谓事务,它是一个操作序列,这些操作要么都执行,要么都不执行,它是一个不可分割的工作单位. 准备工作:为了说明事务的ACID原理,我们使用银行账户及资金管理的案例进行分析. // 创建 ...

  10. springmvc执行原理及自定义mvc框架

    springmvc是spring的一部分,也是一个优秀的mvc框架,其执行原理如下: (1)浏览器提交请求经web容器(比如tomcat)转发到中央调度器dispatcherServlet. (2)中 ...