• python 最大连续子数组的和


    抛出问题:

      求一数组如 l = [0, 1, 2, 3, -4, 5, -6],求该数组的最大连续子数组的和 如结果为[0,1,2,3,-4,5] 的和为7

    问题分析:

      这个问题很简单,直接暴力法,上代码。

    # -*- coding:utf-8  -*-
    # 日期:2018/6/9 7:46
    # Author:小鼠标
    
    # 最大连续子数组的和
    l = [0, 1, 2, 3, -4, 5, -6]
    # 暴力求解
    def violence(l = []):
        maxVal = 0
        x,y=0,0
        for i in range(0,len(l)+1):
            for j in range(0,len(l)+1):
                res = sum(l[i:j])
                if res > maxVal:
                    maxVal = res
                    x = i
                    y = j
        return maxVal,x,y
    maxVal, x, y = violence(l)
    print(maxVal,(x,y))

    分治法:

      关键是暴力法的时间复杂度太高,所以就在原有的基础上做了进一步的提升--分治法。

      所谓分治法就是将原有的列表一分为二,那么最大的子列表只有三种情况:

      1、最大子列表完全在左边

      2、最大子列表完全在右边

      3、最大子列表跨立在中间

      所以我们分情况讨论,求出答案。这种方法一定程度的降低了时间复杂度,从之前的n^2降到了(n/2)^2 + 2n

    # -*- coding:utf-8  -*-
    # 日期:2018/6/9 7:46
    # Author:小鼠标
    
    # 最大连续子数组的和
    l = [0, 1, 2, 3, -4, 5, -6]
    #暴力求解
    def violence(l = []):
        maxVal = 0
        x,y=0,0
        for i in range(0,len(l)+1):
            for j in range(0,len(l)+1):
                res = sum(l[i:j])
                if res > maxVal:
                    maxVal = res
                    x = i
                    y = j
        return maxVal,x,y
    #分治法 想左扫 向右扫,求出两边的最大值
    def left_or_right(l):
        maxVal = 0
        term = 0
        for i in l:
            term += i
            if maxVal < term:
                maxVal = term
        return maxVal
    def Separate():
        middle = int(len(l)/2)
        l1 = l[0:middle]
        l2 = l[middle:len(l)]
        #左半部分
        maxVal1,x1,y1 = violence(l1)
        #右半部分
        maxVal2,x2,y2 = violence(l2)
        #跨立在中间
        max_right = left_or_right(l2)
        max_left = left_or_right(l1[::-1])
        maxVal3 = max_right + max_left
        return max(maxVal1,maxVal2,maxVal3)
    val = Separate()
    print(val)

    动态规划:

      即便是分治法,时间复杂度还是太高,不满足生产的需求,所以如果说只求最大子序列的和的值而不去追求最大子序列本身,我们又引出一个方法--动态规划

      这种方法的时间复杂是是线性的,极大的降低了。

    # -*- coding:utf-8  -*-
    # 日期:2018/6/9 8:38
    # Author:小鼠标
    
    def function(lists):
        max_sum = lists[0]
        pre_sum = 0
        for i in lists:
            # 因为最大子列表一定是从一个非0的数开始的(假定列表中有正数有负数)
            # 所以就可以暂时筛选调小于0的数,即便列表全是负数,那么最大的子列表肯定是负数最大的一个
            if pre_sum < 0:
                pre_sum = i
            else:
                pre_sum += i
            if pre_sum > max_sum:
                max_sum = pre_sum
        return max_sum
    lists = [0, 1, 2, 3, -4, 5, -6]
    print(function(lists))
  • 相关阅读:
    数据中台的“自动化数据治理”时代已来
    如何利用缓存机制实现JAVA类反射性能提升30倍
    快速入门开发实现订单类图片识别结果抽象解析
    Nginx专题(1):Nginx之反向代理及配置
    Github 上热门的 Spring Boot 项目实战推荐
    设计模式之命令模式(二)
    设计模式之命令模式(一)
    设计模式之单例模式(二)
    设计模式之单例模式(一)
    好的学习带给我什么
  • 原文地址:https://www.cnblogs.com/7749ha/p/9162194.html
Copyright © 2020-2023  润新知