1.起点与终点未知,求整个序列的最大子序列和:
int i; maxSum = a[0]; /* 开始循环求子序列和 */ for (i = 0; i < len; i++) { curSum = curSum + a[i]; /* 与最大子序列和比较,更新最大子序列和 */ if (curSum > maxSum) maxSum = curSum; /* 动态规划部分,舍弃当前和为负的子序列 */ if (curSum < 0) curSum = 0; } printf("%d\n",maxSum);
2.含右边界的最大子序列和(就是说已知终点从后往前找和的最大值):
int i; int sum = 0; int maxSum = a[right]; for (i = right; i >= left; i--) { sum += a[i]; if (sum > maxSum) maxSum = sum; } printf("%d\n",maxSum);
3.从含左边界的最大子序列和(就是说已知起点从前往后找和的最大值):
int i; int sum = 0; int maxSum = a[left]; for (i = left; i <= right; i++) { sum += a[i]; if (sum > maxSum) { maxSum = sum; } } printf("%d\n",maxSum);
注意:
以上总结与F题稍有不同,注意到开头maxsum的赋值,上面的全部算最大子序列和的解法都初始值为第一个元素的值,但是F题初始值为0。因为F题在于算出一个最大连续的正数和出来,如果找不到就默认为0,上面解法是默认为第一项。
NYOJ:
44-子串和:
#include<stdio.h> int main() { int N,sum,max,number,M; scanf("%d",&N); while(N--) { scanf("%d",&M); scanf("%d",&number); sum=number; max=number; //初始值默认为第一项,不是0,说明最大子串和可以为负数 M--; while(M--) { scanf("%d",&number); if(sum<0) sum=number; //动态规划部分,小于0则舍去前面 //不应该是判断下一个number该加不加,number是必须要加的数 //有两种可能,要不就是前面积累了连续的几个数到这个number数时继续积累,要不就是前面的不要,从他开始积累 //总言而知,number要不是它被积累(sum>0的时候),要不就是它积累其他数(sum<0的时候) else sum+=number; if(sum>max) max=sum; } printf("%d\n",max); } return 0; }
这题与F题有点区别。
F题中的错误:
i=0; while(number[i]<0) i++; //先忽略前面的负数项,从正数项开始求 for(i;i<N;i++) { sum1+=number[i]; if(sum1>max) max=sum1; }
如果这样写的话,那么就已经规定了从第一个非负数开始向后加和了。
如果存在序列-1,-2,2,3,-5,-6,10000,-7,-8
那么如果按照这样写的话(本质就是3的写法),最大子序列和就为9994,
但是实质上起点应该是不确定的,最大子序列应该是10000才对(本质就是1的写法)。
所以F题出现了错误按照这个序列的话输出的正确答案应该是10024
但是如果按照上面这个写法的话就是10012,从而验证出这个的写法在F题是不成立的。
动态规划求最大连续子序列和:
定义max[x]为包含a[x]的序列(a[1],...,a[x])的最大子序列的和,则 max[x+1]= max[x]>0?max[x]+a[x+1]:a[x+1];
下面分析max[x+1] = max[x]>0?max[x]+a[x+1]:a[x+1]:
首先要明白,无论是否要加上max[x],在max[x+1]中,a[x+1]是一定要加上的;若max[x]<0,则无论a[x+1]大于零还是小于零max[x]+a[x+1]<a[x+1],所以,出于该原因,当max[x]<0时,max[x+1]=a[x+1];而若max[x]>0,则无论a[x+1]是大于零还是小于零,均有max[x]+a[x+1]>a[x+1];所以,若为该种情况,max[x+1]=max[x]+a[x+1](注意:再次提醒,a[x+1]是一定要加上的,所以判断是否小于0应该是判断max[i]而不是a[x+1])。
F题动态规划解法:
#include<stdio.h> int number[100005]; int max[100005]; int main() { int N,i,m,sum=0; scanf("%d",&N); for(i=0;i<N;i++) { scanf("%d",&number[i]); sum+=number[i]; } max[0]=number[0]; m=0;//一开始只能初始化为0 //如果不初始化为0,而是初始化为max[0]的话 //当序列为-1,-2,-3的时候,最大一直为-1,最后输出的结果是4而不是6了 for(i=1;i<N;i++) { max[i]=max[i-1]>=0?max[i-1]+number[i]:number[i]; if(max[i]>m) m=max[i]; //该处存在盲点,第一项没对比到,即max[0] } if(max[0]>m) m=max[0]; //另外比完后再对比一次第一项 //测试 // printf("\n"); // for(i=0;i<N;i++) // printf("%d ",max[i]); // printf("\n"); printf("%d\n",2*m-sum); return 0; }
相关推荐
计算机算法分析与设计最大连续子序列 计算机算法分析与设计最大连续子序列是计算机...解决该问题需要使用动态规划法,读取输入数据,记录最大和和历史最大的和,并输出最大和、最大连续子序列的第一个和最后一个元素。
在本实验中,我们将探讨四个核心的算法问题:串匹配问题、最大连续子序列和问题、求众数问题以及最近点对问题。这些问题都属于算法设计与分析的范畴,通过解决这些问题,我们可以深入理解分治法和其他算法策略。 1....
解法1—O(N^2)解法 解法2—O(NlgN)解法 解法3—O(N)解法 可以直接在记事本运行
动态规划——最大连续子序列和一维最大连续子序列和[x] LeetCode 53 Maximum Subarray设$d[i]$表示以序列中$s[i]$结尾的最大
在编程领域,特别是数据分析和算法设计中,"最大连续子序列和"问题是一个经典的问题,它经常出现在面试和算法竞赛中。这个问题的核心是找到一个数组(在Python中通常表示为列表)中的最大连续子集,使得这个子集的...
在IT领域,特别是算法设计和分析中,"连续子序列最大和与乘积问题"是一个经典的话题。这类问题经常出现在数据结构和算法的面试中,也是优化和解决复杂计算问题的关键。本文将深入探讨这个问题,并结合提供的Java源码...
文件给出了四种方式求解子序列的最大和,并给出了具体的代码实现。对于深入探讨算法和程序性能非常有帮助。
三种方法实现最大子序列,时间复杂度分别是O(n^3),o(n^2),o(n)
最大子段和问题是一个经典的计算机科学中的算法问题,它的目标是找到一个整数数组中连续子数组的最大和。这个问题在很多实际应用中都有所体现,比如在数据分析、股票投资策略等领域。下面我们将深入探讨解决这一问题...
C++求最大子序列的和 问题:求一个数组 / 序列的满足条件的子数组 / 子序列。 条件: 1. 子数组必须是连续的。 2. 求和即可,不需要返回子数组是哪段。 3. 数组元素为整数。
算法分析与设计最近对问题最大子段和(分治法最大子段和动态规划) 最近对问题最大子段和(分治法)是算法设计与分析中一个重要的知识点,它是指在一组点集中找到最近对点的距离。该问题可以通过分治法和动态规划来...
算法系列之六:最长公共子序列(LCS)问题(连续子序列)的三种解法 本文档总结了解决最长公共子序列(LCS)问题的三种解法,针对连续子序列的情况。LCS 问题有两种定义子序列的方式:一是子序列不要求连续,二是子...
一个整数序列,求最大子序列的和,C++,The max sub sum of an array.
最大子段和问题,也称为“最大连续子序列和”问题,是计算机科学中的一个经典算法问题,尤其在动态规划领域具有重要的地位。该问题旨在寻找一个数组或序列中的连续子序列,使得这个子序列的元素之和最大。这个问题...
最大子序列和问题可以描述为:给定一个序列{ N1, N2, ..., NK },找到其中的最大连续子序列,使其元素和最大。例如,给定序列{ -2, 11, -4, 13, -5, -2 },其最大连续子序列为{ 11, -4, 13 },最大和为 20。 为了...
这部分未给出具体细节,但可以想象,学生会编写Java或其他编程语言的代码来实现这两个问题的解决方案,并在实验报告中记录执行结果,包括输出的最大连续子序列和以及多数元素。 ### 实验总结 通过实验,学生能够...
标题中的知识点是利用C语言求解最大连续子序列乘积,描述中提到这是一个与ACM竞赛相关的题目,涉及浮点数序列。标签指出是关于C语言和子序列的问题。部分内容详细介绍了三种解法,分别是穷举法、特殊处理负数和0的...
这个问题通常被称为“最大子树和问题”或者“最大连续子序列和问题”,是算法设计与分析中的经典问题之一。洛谷(Luogu)是一个在线编程竞赛平台,P1122是该平台上的一道题目编号,它可能要求参赛者编写程序来解决这...