美文网首页
53. Maximum Subarray(找出最大子数组)201

53. Maximum Subarray(找出最大子数组)201

作者: 程序猪小羊 | 来源:发表于2018-05-08 01:44 被阅读17次

    「转」[解题报告] -(https://blog.csdn.net/feliciafay/article/details/18860997)

    动态规划: Kadane's algorithm

    题目如下:

    Find the contiguous subarray within an array (containing at least one number) which has the largest sum.
    For example, given the array [−2,1,−3,4,−1,2,1,−5,4],
    the contiguous subarray [4,−1,2,1] has the largest sum = 6.

    分析如下:

    一开始比较难想到最简洁的算法。写得很挫。后来找到了简洁的办法。拜。 Kadane's algorithm。

    max_sum 必然是以A[i](取值范围为A[0] ~ A[n-1])结尾的某段构成的,也就是说max_sum的candidate必然是以A[i]结果的。如果遍历每个candidate,然后进行比较,那么就能找到最大的max_sum了。

    假设把A[i]之前的连续段叫做sum。可以很容易想到:

    1. 如果sum>=0,就可以和A[i]拼接在一起构成新的sum'。因为不管A[i]多大,加上一个正数总会更大,这样形成一个新的candidate。

    2. 反之,如果sum<0,就没必要和A[I]拼接在一起了。因为不管A[i]多小,加上一个负数总会更小。此时由于题目要求数组连续,所以没法保留原sum,所以只能让sum等于从A[i]开始的新的一段数了,这一段数字形成新的candidate。

    3. 如果每次得到新的candidate都和全局的max_sum进行比较,那么必然能找到最大的max sum subarray.

    在循环过程中,用max_sum记录历史最大的值。从A[0]到A[n-1]一步一步地进行。

    我的代码:

    我的代码太弱,还是来看经典代码,上面的分析过程是一个简单的动态规划,这个算法叫做 Kadane's algorithm。时间复杂度显然是O(N)因为数组只被扫描了一遍。

    //经典代码Kadane's algorithm O(N)时间复杂度  72ms过大集合  
    class Solution{  
    public:  
        int maxSubArray(int A[], int n) {  
            int sum=0; //或者初始化为  summ = INT_MIN 也OK。  
            int max_sum=INT_MIN; //这里一定要赋值max_sum=INT_MIN否则遇到全部为负数的数组将出错。  
            for(int i=0;i<n;i++){  
                if(sum>=0){  
                    sum+=A[i];  
                }else{  
                    sum=A[i];  
                }  
                if(sum>max_sum){  
                    max_sum=sum;  
                }  
            }  
            return max_sum;  
        }  
    };  
    

    小结:

    (1)动态规划的特点子问题和原问题有相似的结构 (smaller and overlapping subproblem)

    (2)如果这道题目要求返回最大sum子数组的起始下标和结束下标呢?稍微改改就OK。

    //返回MaxSubArray的起始下标和结束下标  
    class Solution{  
    public:  
        vector<int> maxSubArray(int A[], int n) {  
            int sum=0;  
            int max_sum=INT_MIN;  
            int start=0;  
            int end=0;  
            vector<int> res_index;  
            for(int i=0;i<n;i++){  
                if(sum>=0){  
                    sum+=A[i];  
                }else{  
                    sum=A[i];  
                    start=i;  
                }  
                if(sum>max_sum){  
                    max_sum=sum;  
                    end=i;  
                }  
            }  
            res_index.push_back(start);  
            res_index.push_back(end);  
            return res_index;  
        }  
    };  
    

    update 2014-10-09:

    重新理解一下本题: 假设从数组下标a到数组下标b这段是找到的maximum subarray.如何证明a~b就是最大的这段呢?

    首先,a之前的数一定是不是正数,否则可以把a~b更新为(a-1) ~ b。这说明a~b的起点一定是个正数。

    然后,假设a和b之间有个下标c,则必然有 a~ c > 0,否则可以扔掉a~c直接从c+1开始找。这说明可以记录从a开始到当前数的和,如果这个和是负数就舍去,否则就不停地计算并且得到当前的最大值。

    class Solution {  
    public:  
        int maxSubArray(int A[], int n) {  
            int max_sum = INT_MIN;  
            int sum = INT_MIN;  
            for (int i = 0; i < n; ++i) {  
                if (sum < 0) sum = 0;  
                sum += A[i];  
                if (sum > max_sum)  
                    max_sum = sum;  
            }  
            return max_sum;  
        }  
    };  
    

    相关文章

      网友评论

          本文标题:53. Maximum Subarray(找出最大子数组)201

          本文链接:https://www.haomeiwen.com/subject/mbobrftx.html