当前位置:   article > 正文

「分治法」最大子段和问题_编写分治算法解决最大字段和问题

编写分治算法解决最大字段和问题

一、问题描述

给定由n个整数组成的序列(a1, a2, …, an),最大子段和问题要求该序列形如∑ak (i <= k <= j) 的最大值(1≤i≤j≤n)。

当序列中所有整数均为负整数时,定义最大子段和为0。例如,序列(-20, 11, -4, 13, -5, -2)的最大子段和为11 - 4 + 13 = 20。

{5,-3,4,2}的最大子序列是 {5,-3,4,2},它的和是8,达到最大;{5,-6,4,2}的最大子序列是{4,2},它的和是6。

注意,要求这个子段必须是连续的。

二、问题分析

请添加图片描述
首先还是采用分治的方法,将该序列分成相等的两端,然后递归的求出左边的最大子段和以及右边的最大子段和。

但是这个就会出现和上一题“最近点对距离”一样的问题:如果最大子段和不是在左右两边,而是在中间怎么办?也就是上图3的部分。

那么也就意味着,我们进行子问题的划分之后,还是会出现三种情况:

  1. 最大子段和是左边的最大子段和
  2. 最大子段和是左边的最大子段和
  3. 最大子段和是中间部分的最大子段和

所以也就导出了我们的解决方法:先递归求解情况1和2,然后再单独处理问题3。
请添加图片描述

三、算法设计

#include <iostream>
using namespace std;

int maxSum(int a[],int left,int right) {
    int sum = 0;
    if(left == right) 
    {
        if(a[left] > 0) sum = a[left];
        else sum = 0;
    } 
    else // 递归体
    {
        int center = (left + right) / 2;
        int leftsum = maxSum(a, left, center);
        int rightsum = maxSum(a, center + 1, right);

        int s1 ,lefts = 0;
        for(int i = center ; i >= left; i--) {
            lefts += a[i];
            if(lefts > s1) s1 = lefts;
        }
        int s2 ,rights = 0;
        for(int i = center + 1 ; i <= right; i++) {
            rights += a[i];
            if(rights > s2) s2 = rights;
        }

        sum = s1 + s2;
        if(sum < leftsum) sum = leftsum;
        if(sum < rightsum) sum = rightsum;    
    } 
    return sum;
}

int main() {
    int a[6] = {-20, 11, -4, 13, -5, -2};
    int res = maxSum(a,0,5);
    cout<<"-------------"<<endl;
    cout<<res<<endl;
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40

四、代码分析

在这里简单记录一下自己对本次代码的递归思路:

  1. 首先整个MaxSum方法就是一个递归方法,因此既然是递归方法,就必须要有结束条件,必须要有if语句。
  2. 而if语句里面的内容,往往是递归到最后的基本情况。对于本题来说,就是划分到只有一个一个元素的时候,就可以直接求取最大子段和了,就是这个数本身。
  3. 然后就是最主要的部分:递归体的内容。
    1. 首先就是划分,划分完之后,直接写两个递归体的内容
      leftsum=MaxSum(a, left, center); //对应情况①,递归求解 rightsum=MaxSum(a, center+1, right); //对应情况②,递归求解
    2. 然后就是对应的特殊情况3。解释一下情况3的思路:就是分别求出来左右两边的最大子段和然后加起来,作为情况3的最大子段和。
  4. 那么递归的过程呢?拿最开始的完整的序列为例:
    1. 进入方法后,if判断不满足,然后进入递归体。
    2. 划分为两半,然后进入左边的递归。
    3. 进入左边的递归后,可能还是不满足if判断,然后继续进入划分后的左边的递归。
    4. 一直到左边被划分成了只有一个元素,然后进入if判断,把答案给leftsum。然后返回上一层的递归。
    5. 返回到上一层的递归后,再执行右边的递归。这个时候右边的递归可以认为也是只有一个元素,因为每次都是按中间来划分的。然后也是把答案给rightsum。
    6. 接下来就到了情况3了。此时就要看看是左右两边的大还是中间的大,谁大就返回谁的值。
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Guff_9hys/article/detail/951899
推荐阅读
相关标签
  

闽ICP备14008679号