动态规划之最大子段和问题

  • Post author:
  • Post category:其他


问题描述:

最大子段和问题是将一个n个整数的序列a[1],a[2]….a[n]中字段a[first]….a[last]之和,(1<=first<=last<=n)求这些子段和中最大的。

例如(a[1],a[2],a[3],a[4],a[5],a[6])=(-2,11,-4,13,-5,-2)时,最大子段和为20,子段为a[2],a[3],a[4]。

求解方法:

如果不会算法,那就用时间复杂度为O(n^3)的枚举,i为从1到n的起点,j为从i到n的终点,k为从i到j的子段之和。

还是枚举,改进一下,得到O(n^2)的枚举算法,就是将k去掉,在找其终点j的时候就将子段和记录下来,因为从i到j的子段和就是从i到j-1的子段和加上a[j]。

再改进一下,将这个序列分成1到(1+n)/2的序列与(1+n)/2到n的序列。那么最大的子段有可能出现在:

1.左侧序列。2.右侧序列。3.跨越中间点的序列。

我们从中间点两侧找最大子段,再找越过中间点的最大子段,就形成了我们所说的分治算法,得到复杂度为O(nlogn)的算法。

其实,我们在选择一个元素a[j]的时候,只有两种情况,将a[i]至a[j-1]加上,或者从a[j]以j为起点开始。我们用一个数组dp[i]表示以i为结束的最大子段和,对于每一个a[i],加上dp[i-1]成为子段,或以a[i]开始成为新段的起点。因为我们只需要记录dp值,所以复杂度是O(n)。

这就是最大子段和的动态规划算法。

我们甚至不需要dp数组,只需要定义



版权声明:本文为wuxuanyi27原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。