最大子序列与总结.docVIP

最大子序列和 第一种情况：可以一个不取 【问题描述】：最大子序列和也叫数列的连续最大和，顾名思义，就是在一个长度为n的数列{An}中，求i，j（1=i=j=n），使得数列{An}中，第i个元素到第j个元素之间，所有元素的和最大。例如：-2, 11, -4, 13, -5, -2时答案为20（11 -4 13） 解法一穷举法：以前我想出了一种算法，具体做法是：取出所给序列的所有子序列求和,共分n组，第一组长度为1，有n个； 第二组长度为2, 有n-1个；……，最后一组，长度为n,只有一个。比较这n(n＋1)/2个序列的和，再将每组的最大值比较，从而得到最大值以及其上下标。a1???????????????????????a2????????????????????????? ??? an-1???????? ?ana1+a2????????????????? a2+a3??????????????????? ?? ?an-1+an? a1+a2+a3?????????? ? a2+a3+a4??????? ......? ......???????????????????? ?......a1+a2......+an-1?????? a2+a3......+an a1+a2......+an-1?+an 此算法比较直接，也容易写出代码，但其时间开销为O(n2)，空间开销为O(n)，效率不高。 解法二：动态规划求解， 样例求解过程： 1 2 3 4 5 6 A[i] -2 11 -4 13 -5 -2 F[i] 0 11 7 20 15 13 动态规划方程为： F[i]：表示以元素i结尾的连续最大子序列的和 那么对于第i个元素来说，要形成连续的最大子序列，只和相邻的前一个元素有关。因为可以不取，所以如果元素a[i]连接到以元素i-1结尾的最大连续子序列f[i-1]后是负数（f[i-1]+a[i]0）;则宁可不取，这样最大连续子序列和为0。 动态方程： f[i]:=max{0,f[I-1]+a[i]} (边界条件：f[0]=0;) 3、代码1： for I:=1 to n do if (f[I-1]+a[i])0 then f[i]:=f[I-1]+a[i] else f[i]:=0; max:=-maxlongint; for i:=1 to n do if f[i]max then max:=f[i]; 程序代码二：迭代进行 best:=-maxlongint;temp:=0;for?i:=1?to?n?do??begin????temp:=temp+a[i]);????if?tempbest?then?best:=temp;????if?temp0?then?temp:=0;????end;注意：加粗的循环体部分的顺序万万不可颠倒！ 第二种情况：一定要取一个。 1、解法一：动态规划求解， 2、样例求解过程： 1 2 3 4 5 6 A[i] -3 4 9 -2 -5 8 F[i] -3 初始化一个 4= max（-3+4，4） 13= max{4+9,9} 11= Max{13-2,-2} 6= max{11-5,-5} 14= Max{6+8,8} 动态规划方程为： F[i]：表示以元素i结尾的至少要取一个的连续最大子序列的和 那么对于第i个元素来说，有两种选择： 选择一：因至少要选一个，所以可单独选a[i],此时和为a[i]; 选择二：把a[i]连接到第i-1个元素结尾的最大连续子序列后。此时和为f[i-1]+a[i]; 两种情况选较大者。 所以动态方程： f[i]:=max{a[i],f[I-1]+a[i]} (边界条件：f[1]=a[1];) 代码： F[1]:=a[1]; for I:=2 to n do if (f[I-1]+a[i])a[i] then f[i]:=f[I-1]+a[i] else f[i]:=a[i]; max:=-maxlongint; for i:=1 to n do if f[i]max then max:=f[i]; 第三种情况：至少要取两个。 1、解法一：动态规划求解， 2、样例求解过程： 1 2 3 4 5 6 A[i] -3 4 9 -2 -5 8 F[i] -3 只能取一个 -3+4=1 取两个 13= max{4+9,9+1} 11= Max{9-2,13-2} 6= max{-2-5,11-5} 14= Max{-5+8,6+8} 说明：以第4个元素为例： 选择一：取长度为2：9-2=7； 选择二：把元素a[4]连接到元素a[3]结尾的后面。F[3