第二章上机实践报告
1.实践题目名称
最大子列和问题
2.问题描述
7-1 最大子列和问题 (20分)
给定K个整数组成的序列{ N1, N2, ..., NK },“连续子列”被定义为{ Ni, Ni+1, ..., Nj },其中 1。“最大子列和”则被定义为所有连续子列元素的和中最大者。例如给定序列{ -2, 11, -4, 13, -5, -2 },其连续子列{ 11, -4, 13 }有最大的和20。现要求你编写程序,计算给定整数序列的最大子列和。
本题旨在测试各种不同的算法在各种数据情况下的表现。各组测试数据特点如下:
- 数据1:与样例等价,测试基本正确性;
- 数据2:0个随机整数;
- 数据3:1个随机整数;
- 数据4:20个随机整数;
- 数据5:100个随机整数;
输入格式:
输入第1行给出正整数K (≤);第2行给出K个整数,其间以空格分隔。
输出格式:
在一行中输出最大子列和。如果序列中所有整数皆为负数,则输出0。
3.算法描述
算法采用分治法的思想,将序列段不断拆分成三部分的子列,求出于中点左边的最大子列和、右边的最大子列和以及包含中点在内的最大子列和,通过比较三者的大小,得出符合题意的最大子列和,其关键在于将划分的序列不断划分,直至问题的规模足够小。
代码:
#include <iostream>
using namespace std;
int search(int k,int max,int sum,int a[])
{
for(int i=0;i<k;i++)
{
for(int j=i;j<k;j++)
{
sum+=a[j];
if(sum>=max) {
max=sum;
}
} sum=0;
{
for(int i=0;i<k;i++)
{
for(int j=i;j<k;j++)
{
sum+=a[j];
if(sum>=max) {
max=sum;
}
} sum=0;
}
return max;
}
return max;
}
int main()
{
int k;
cin>>k;
int a[k];
for(int i=0;i<k;i++)
{
cin>>a[i];
}
int might=k/2;
int sum1=0,sum2=0,sum3=a[might];
int max1=a[0],max2=a[might+1],max3=a[might];
max1=search(k,max1,sum1,a);
max2=search(k,max2,sum2,a);
int e=3;
for(int i=might-1;i<k&&i>=0;i-=e)
{
sum3+=a[i];
i+=e;
if(i>=k||i<0) {
if(sum3>max3) {
max3=sum3;
}
}
e++;
if(sum3>max3)
max3=sum3;
}
if(max3>max2&&max3>max1)
cout<<max3;
if(max1>max3&&max1>max2)
cout<<max1;
if(max2>max1&&max2>max3)
cout<<max2;
return 0;
{
int k;
cin>>k;
int a[k];
for(int i=0;i<k;i++)
{
cin>>a[i];
}
int might=k/2;
int sum1=0,sum2=0,sum3=a[might];
int max1=a[0],max2=a[might+1],max3=a[might];
max1=search(k,max1,sum1,a);
max2=search(k,max2,sum2,a);
int e=3;
for(int i=might-1;i<k&&i>=0;i-=e)
{
sum3+=a[i];
i+=e;
if(i>=k||i<0) {
if(sum3>max3) {
max3=sum3;
}
}
e++;
if(sum3>max3)
max3=sum3;
}
if(max3>max2&&max3>max1)
cout<<max3;
if(max1>max3&&max1>max2)
cout<<max1;
if(max2>max1&&max2>max3)
cout<<max2;
return 0;
}
4.算法时间复杂度分析
设算法的复杂度为T(N),
分解为两个子问题为O(1)
分别求解两个子问题为O(N/2)*2
合并子问题为O(N)
T(N)=O(1)+2T(N/2)+O(N)
T(N)=O(nlogn)
5.心得体会
在初次完成这道题目时,自己写的代码并没有调用递归,所以对是否符合分治法思想存有疑惑,但提交测试后是通过的,当时并没有多想。在后面结对编程讨论这道题目的时候才发现,并没有很好的按照题目要求进行编程。所以在这次解题之后,对分治的思想有了更好的理解,将大规模的问题划分为规模足够小的问题是分治法的主要思想,划分一两次并不能体现分治法在效率上的巧妙。