• 算法笔记 #002# 最大子数组问题


    留着备用。

    js代码:

                class MaxSub {
                    // 解法1:动态规划 -- O(n)            
                    static solve(arr, start, end) {
                        let s = []; // s[n]保存arr[start:n+1]的最大子段和
                        let b = []; // b[n]保存由从arr[n]开始到arr[start]的逆向最大和
                        s[start] = {
                            sum: arr[start],
                            start: start,
                            end: start + 1
                        }; // 当数组只有一个元素的时候,最大子段和只能是这个元素                    
                        b[start] = CommonUtil.lightCopy(s[start]);
                        
                        for (let i = start + 1; i != end; ++i) {
                            // b[i] = max(b[i-1]+arr[i], arr[i])
                            if (b[i - 1].sum + arr[i] > arr[i]) {                
                                b[i] = CommonUtil.lightCopy(b[i - 1]);                            
                                b[i].sum += arr[i];
                            } else {
                                b[i] = {sum: arr[i], start: i};
                            }        
                            b[i].end = i + 1;
                            
                            // s[i] = max(s[i-1], b[i])
                            s[i] = CommonUtil.lightCopy(
                                s[i - 1].sum >= b[i].sum ? s[i - 1] : b[i]
                            );    
                        }
                        // 证明:假设s[n]是截至arr[n]的最大子段和(包括arr[n])
                        // 当考察s[n+1]时,相当于往原序列添加一个新元素arr[n+1] 
                        // 结果是生成了arr[0..n+1],arr[1..n+1]等n+1个新序列
                        // 我们选取这些新序列中最大的,即从arr[n+1]开始的"逆向最大和",
                        // 与旧序列的最大子段和s[n]比较,s[n+1]取两者中更大的一个
                        // (其实就是在新和旧之间决策),因为考虑了所有可能的情况,
                        // 并且是大中选大,所以s[n+1]是截至arr[n+1]的最大子段和。            
                        // 思路:先考虑一个元素的情况,显然最大子段和只能是那个元素
                        // 然后考虑2个元素的情况(在原基础上增加1个),要么仍是第
                        // 一个元素,要么就是逆向最大和,继续增加元素考虑,发现都是
                        // 反复在做同样的决策....                    
                        return s[end - 1];                    
                    }
                    
                    // 解法2:暴力求解 -- O(n^2)    
                    static solve2(arr, start, end) {
                        let result = {
                            sum: -Infinity,
                            start: start,
                            end: end
                        };
                        
                        for (let i = start; i != end; ++i) {
                            let temp = {
                                sum: 0,
                                start: i
                            };
                            for (let j = i; j != end; ++j) {
                                temp.sum += arr[j];
                                temp.end = j + 1; 
                                if (temp.sum > result.sum) {
                                    result = CommonUtil.lightCopy(temp);
                                }
                            }
                        }
                        
                        return result;
                    }
                    
                    // 解法3:递归(分治) -- O(nlgn),来自算法导论
                    static solve3(arr, start, end) {
                        function findMaxCrossingSubarray(arr, start, mid, end) {
                            let leftSum = -Infinity;
                            let sum = 0;
                            let maxLeft; // 开始下标
                            for (let i = mid - 1; i >= start; --i) {
                                sum = sum + arr[i];
                                if (sum > leftSum) {
                                    leftSum = sum;
                                    maxLeft = i;
                                }
                            }
                            
                            let rightSum = -Infinity;
                            sum = 0;
                            let maxRight; // 结束下标
                            for (let j = mid; j != end; ++j) {
                                sum = sum + arr[j];
                                if (sum > rightSum) {
                                    rightSum = sum;
                                    maxRight = j;
                                }
                            }
                            
                            return {
                                sum: leftSum + rightSum,
                                start: maxLeft,
                                end: maxRight + 1
                            };
                        }
                        
                        if (start + 1 == end) { // base case
                            return {
                                sum: arr[start],
                                start: start,
                                end: end
                            };
                        } else {
                            let mid = Math.floor((start + end) / 2);
                            let leftResult = MaxSub.solve3(arr, start, mid);
                            let rightResult = MaxSub.solve3(arr, mid, end);
                            let crossResult = findMaxCrossingSubarray(arr, start, mid, end);
                            
                            let finalResult = {
                                sum: -Infinity,
                            };
                            
                            if (leftResult.sum > finalResult.sum) finalResult = CommonUtil.lightCopy(leftResult);
                            if (rightResult.sum > finalResult.sum) finalResult = CommonUtil.lightCopy(rightResult);
                            if (crossResult.sum > finalResult.sum) finalResult = CommonUtil.lightCopy(crossResult);
                            
                            return finalResult;
                        }
                    }
                    
                    static run(data) {
                        let arr = CommonUtil.handleData(data);
                        let result = MaxSub.solve(arr, 0, arr.length);
                        // console.log(result);
                        console.log(arr.slice(result.start, result.end));
                        console.log(`max_sum = ${result.sum}`);
                    }
                }

    数组长度为20实测(各跑100次)↓

    数组长度为100实测(各跑100次)↓

    数组长度为500实测(各跑100次)↓

  • 相关阅读:
    Java 中Timer和TimerTask 定时器和定时任务使用的例子详解
    CentOS7下安装Scrapy步骤详解
    使用C++实现求最大公约数和最小公倍数算法详解
    windows ruby on rails搭建搭建
    php爬虫选择器-来自phpspider
    markdown增强显示插件
    PHP7以上的异常处理变化
    open-php开源项目:php-code-generator PHP流行框架的curd的代码生成器
    laravel withoutOverlapping导致执行脚本延迟或者失效问题
    vcpkg国内镜像设置
  • 原文地址:https://www.cnblogs.com/xkxf/p/9745248.html
Copyright © 2020-2023  润新知