1049 最大子段和
第1行:整数序列的长度N(2 <= N <= 50000) 第2 - N + 1行:N个整数(-10^9 <= A[i] <= 10^9)
输出最大子段和。
6 -2 11 -4 13 -5 -2
20
Time limit exceeded:
#include<iostream>
int main()
{
int n,k,i,j,a[50005];
//long long sum=0,max=0;
long long sum,max=0;
cin>>n;
for(k=1;k<=n;k++)//输入数据
{
cin>>a[k];
}
for(i=1;i<=n;i++)//i为起点,j为终点
{
sum=0;
for(j=i;j<=n;j++)
{
sum+=a[j];
if(sum>max)
max=sum;
}
}
cout<<max;
return 0;
}
联机算法:联机算法是在任意时刻算法对要操作的数据只读入(扫描)一次,一旦被读入并处理,它就不需要在被记忆了。
而在此处理过程中算法能对它已经读入的数据立即给出相应子序列问题的正确答案。
#include <iostream>
using namespace std;
int main()
{ int n,a;
long long sum=0,max=0;
cin>>n;
while(n--)
{
cin>>a;
sum+=a;
if(max<sum)
max=sum;
if(sum<0)
sum=0;
}
cout<<max;
return 0;
}
--------------------
以下内容转自:https://blog.csdn.net/weixin_37605770/article/details/69371636
第一种 暴力求解 最费时 时间复杂度O(n^3)
int maxsum(int a[],int n)
{
int sum , maxsum;
sum = maxsum = 0;
int i ,j , k;
for(i = 0;i<n;i++)
{
for(j = i;j<n;j++)
{
sum = 0;
for(k = i;k<=j;k++)
sum+=a[k];
if(sum>maxsum)
maxsum = sum;
}
}
return maxsum;
}
第二种 在第一种上的改进版 时间复杂度O(n^2)
int maxsum(int a[],int n)
{
int sum , maxsum;
sum = maxsum = 0;
int i ,j ;
for(i = 0;i<n;i++)
{
sum = 0;
for(j = i;j<n;j++)
{
sum += a[j];
if(sum>maxsum)
maxsum = sum;
}
}
return maxsum;
}
第三种 分而治之 递归思想
将数组一分为二,左边右边,整个数组最大的和可能是左半边最大和 也可能是右半边最大和 还有可能是跨越边界最大和 , 分别求出来 ,在比较大小。时间复杂度O(nlogn)
int max(int a[],int left,int right)
{
count++;
int sum,i, ret,center,leftmax,rightmax,left_max,right_max;
if(right==left)
return a[left]>0?a[left]:0;
center =(left+right)/2;
leftmax = max(a,left,center);
rightmax = max(a,center+1,right);
sum = left_max = 0;
for( i = center;i>=left;i--)
{
sum+=a[i];
if(sum>left_max)
left_max = sum;
}
sum = 0;
right_max = 0;
for(i= center+1;i<=right;i++)
{
sum+=a[i];
if(sum>right_max)
right_max = sum;
}
ret = left_max+right_max;
if(ret <leftmax)
ret = leftmax;
if(ret<rightmax)
ret = rightmax;
return ret;
}
第四种 动态规划 在线处理 时间复杂度O(n) 最快
int max(int a[],int n)
{
int sum,maxsum;
int i ;
sum = maxsum = 0;
for(i = 0;i<n;i++)
{
sum +=a[i];
if(sum>maxsum)
maxsum = sum;
else if(sum<0)
sum = 0;
}
return maxsum;
}