算法3-------最长子序列和

最新推荐文章于 2020-05-23 12:57:12 发布

weixin_34320724

最新推荐文章于 2020-05-23 12:57:12 发布

阅读量198

点赞数

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/Lee-yl/p/8858508.html

本文介绍了两种算法来解决寻找序列中具有最大和的连续子序列的问题：贪心法和分治法。通过实例演示了每种方法的具体实现过程，帮助读者理解如何找到使子序列和最大的解决方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题目：

给定一个序列（至少含有 1 个数），从该序列中寻找一个连续的子序列，使得子序列的和最大。

例如，给定序列 [-2,1,-3,4,-1,2,1,-5,4]，
连续子序列 [4,-1,2,1] 的和最大，为 6。

思路1:贪心法【时间复杂度为O(n²)】

设置两个最大标记：subSum = max（当前值，之前的序列+当前值）

　　 maxSum = max（当前最大和，subSum 【更新的和】）

def maxSub (A):
    if not A:
        return 0
    else:
        subSum=maxSum=A[0]for item in A[1:]:
            subSum=max(item,item+subSum)
            maxSum=max(subSum,maxSum)
        return maxSum

思路2：分治法【时间复杂度为O(nlogn)】

分：左、中、右

治：左【不处理】、右【不处理】、中【中间数往左遍历相加和取最大，中间数往右遍历相加和取最大，再加总左右两边】

并：比较左、中、右大小，取最大。

比如：nums=[-2,1,-3,4,-1,2,1,-5,4]

　　一：左：【-2，1，-3，4，-1】右：【2，1，-5，4】，中间数为-1，故【中】从-1开始往左往右遍历相加和

　　二：先递归左【-2，1，-3，4，-1】，左：【-2，1，-3】，右：【4，-1】，中：-3

　　三：再递归左【-2，1，-3】，左：【-2，1】，右：【-3】，中：1

　　四：再递归左【-2，1】，左【-2】，右：【1】，中：-2

　　　　　由于左【-2<0】,return 0，

　　　　　　　右【1>0】 return 1（右的值）。

　　　　　　　中：-2向左遍历和为-2，向右遍历（不含中-2）和为1，两者相加为-1，return -1

　　　　　　　比较左、中、右大小，最大为右，故【-2，1】return 1【右值】

　　五：(返回到第三) 左【-2，1】返回值为1

　　　　　　　　　　右【-3】返回值为-3

　　　　　　　　　　中：1往左遍历和最大为1，往右为-3，故两者相加为-2

　　　　　　　　　　比较左、中、右，故【-2，1，-3】return 1

　　六：（返回二）左：【-2，1，-3】return 1，右【4，-1】return 4。中【-3】，往左遍历，最大应该是-3+1=-2，往右遍历：4，return -2+4=2。比较大小，【-2，1，-3，4，-1】return 4。

　　七：（返回一）左【-2，1，-3，4，-1】return 4，右【2，1，-5，4】return 4。中【-1】，左遍历为3，右遍历为3，return 3+3=6。比较大小（4，4，6）return 6。

def MaxSubArray(nums,l,r):
    if r-l==1:
        if nums[l]>0:
            return nums[l]
        else:
            return 0
    mid=(l+r)//2
    maxSum=0
#左
    maxLeftSum=MaxSubArray(nums,l,mid)   
#右
    maxRightSum=MaxSubArray(nums,mid,r)
#中
    MLA=0
    MRA=0
    maxMLA=0
    maxMRA=0
#中往左遍历
    i=mid
    while i>=l:
        MLA+=nums[i]
        if MLA>maxMLA:
            maxMLA=MLA
        i-=1
#中往右遍历
    j=mid+1
    while j<r:
        MRA+=nums[j]
        if MRA>maxMRA:
            maxMRA=MRA
        j+=1
#比较左中右大小
    return max(maxLeftSum,maxRightSum,maxMLA+maxMRA)