算法分析 最大字段和算法分析实验报告.docVIP

 实验目的： (1)能够熟悉最大字段和问题这个算法 (2)分别使用三种不同算法：暴力算法、分治算法、动态规划算法，体会其算法思想并比较时间复杂度。 实验内容 给定由n个整数（可能为负整数）组成的序列a1、a2、……an，求该序列形如ak的字段和的最大值。当所有整数均为负整数时定义其最大字段和为0。依次定义，所求的最优值为max{0，}。 三、实验环境 Window7、 四、实验步骤与结果 （1）暴力算法： 这是改进后的算法，使用两个for循环，该算法时间复杂性为O（）。 实验结果分析： （1）输入的数全是负整数时： （2）输入的数是n个整数的序列时（以n=20为例）： （2）分治算法： 针对最大字段和本身的结构，如果将所给的序列a[1:n]分为长度相等的两段a[1:n/2]和a[n/2+1:n],分别求出这两段的最大字段和，则a[1:n]的最大字段和有以下3种情况：（1）a[1:n]的最大字段和与a[1:n/2]的最大字段和相同；（2）a[1:n]的最大字段和与a[n/2+1:n]的最大字段和相同；（3）a[1:n]的最大字段和为，且1=i=n/2,n/2+1=j=n。 该算法的时间复杂性为 O(nlogn)。 实验结果分析： （1）输入的数全是负整数时： （2）输入的数是n个整数的序列时（以n=20为例）： （3）动态规划算法： 在对上述分治算法的分析中注意到，若记b[j]= {},1=j=n,则所求的最大字段和为={}=b[j] 由b[j]的定义易知，当b[j-1]0时，b[j]= b[j-1]+a[j] ,否则b[j]=a[j]。由此可得计算b[j]的动态规划递归式 b[j]=max{b[j-1]+a[j],a[j]},1=j=n 该算法的时间复杂性为 O(n)。 （1）输入的数全是负整数时： （2）输入的数是n个整数的序列时（以n=20为例）： 五、心得体会 从本次实验中，我对暴力算法、分治算法和动态规划算法有了进一步的认识，从代码的一步步完成，更加深刻体会到了理论与实践的结合是多么不容易了。虽然整个算法思想看起来简单，可是真正动手实践，才发现了很多问题，实验结果与预期发生很大偏差，后来经过仔细研究，终于一一纠正了错误。“纸上得来终觉浅，绝知此事要躬行”，动手写的每一行代码，才能有获得正确结果的激动，才有了对知识的深度掌握。从这次实验中，通过分析三种算法的时间复杂度，对其各自的适用范围以及优化思想有了很深的认识。 六、实验源代码： 1暴力算法 #include stdio.h main(){ int a[100],i,n,besti,bestj; printf(请输入您将要输入的整数的个数\n); scanf(%d,n); printf(请输入整数，以空格隔开\n); for(int g=0;gn;g++) scanf(%d,a[g]); int sum=0; for(i=0;in;i++){ for(int j=i;j=n;j++){ int thissum=0; for(int k=i;k=j;k++) thissum+=a[k]; if(thissumsum){ sum=thissum; besti=i; bestj=j; } }} printf(用暴力算法求出的最大字段和为%d\n,sum); } 2 分治算法 #includestdio.h int maxSubSum(int a[],int left,int right){ int sum=0; if(left==right)sum=a[left]0?a[left]:0; else{ int center =(left+right)/2; int leftsum=maxSubSum(a,left,center); int rightsum=maxSubSum(a,center+1,right); int s1=0; int lefts=0; for(int i=center;i=left;i--){ lefts+=a[i]; if(leftss1) s1=lefts; } int s2=0; int rights=0; for(int c=center+1;c=rights;c++){ rights+=a[c]; if(rights2)s2=rights; } sum=s1+s2; if(sumleftsum)sum=leftsum; if(sumrightsum)sum=rightsum; }return sum; printf(用分治算?