最大和子数组与最大积子数组(Largest Sum Contiguous Subarray & Maximum Product Subarray)
2014-10-16 13:25
465 查看
在一个数组中找出最大和的子数组(Largest Sum Contiguous subarray),这个问题第一次提出是在1977年ulf-grenander提出的。详见:http://en.wikipedia.org/wiki/Maximum_subarray_problem
初次见到这个题目时,除了暴力破解我没有其他思路。但是google了一下,找到了一个时间复杂度O(n)空间复杂度O(1)的算法:
这个经典算法可以稍微优化一下:
但是我们仔细分析代码发现,上面的算法对于数组中元素都是负数的情况下不适用。下面这种实现可以解决这个问题:
与Largest Sum Contiguous Subarray问题类似,有这么一个问题,Maximum Product Subarray,唯一区别是sum变product(积)。
这个问题我同样只会实现暴力破解,时间复杂度为O(n^2):
经过google,看了大神们的实现方法,吸收精华,时间复杂度为O(n)的算法:
总结,学习计算机,代码不重要,算法(Algorithm)才是王道!!没有有效的算法,遇到问题码农只能望洋兴叹了。
初次见到这个题目时,除了暴力破解我没有其他思路。但是google了一下,找到了一个时间复杂度O(n)空间复杂度O(1)的算法:
int Solution::maxSum(int a[], int n) { int max=0; int tmax=0; for(int i=0;i<n;i++) { tmax=tmax+a[i]; if(tmax<0) { tmax=0; } max=max>tmax?max:tmax; } return max; }
这个经典算法可以稍微优化一下:
int Solution::maxSum2(int a[], int n) { int max=0; int tmax=0; for(int i=0;i<n;i++) { tmax+=a[i]; if(tmax<0) { tmax=0; } else { // do not compare for all element. compare only // when tmax>0 max=max>tmax?max:tmax; } } return max; }
但是我们仔细分析代码发现,上面的算法对于数组中元素都是负数的情况下不适用。下面这种实现可以解决这个问题:
int Solution::maxSum3(int a[], int n) { int max=a[0],tmax=a[0]; for(int i=1;i<n;i++) { tmax=(tmax+a[i])>a[i]?(tmax+a[i]):a[i]; max=max>tmax?max:tmax; } return max; }
与Largest Sum Contiguous Subarray问题类似,有这么一个问题,Maximum Product Subarray,唯一区别是sum变product(积)。
这个问题我同样只会实现暴力破解,时间复杂度为O(n^2):
int Solution::maxProduct(int a[],int n) { int max=a[0]; for(int i=0;i<n;i++) { int temp=a[i]; int tmax=temp; // max=tmax; for(int j=i+1;j<n;j++) { temp*=a[j]; tmax=temp>tmax?temp:tmax; } max=max>tmax?max:tmax; } return max; }
经过google,看了大神们的实现方法,吸收精华,时间复杂度为O(n)的算法:
int Solution::maxProdect2(int a[], int n) { int max=1,tmax=1,tmin=1; for(int i=0;i<n;i++) { // if a[i]>0,update tmax,update tmin only tmin is negtive if(a[i]>0) { tmax=tmax*a[i]; tmin=tmin*a[i]<1?tmin*a[i]:1; } else if(a[i]==0) { tmax=1; tmin=1; } else { int temp=tmax; tmax=tmin*a[i]>1?tmin*a[i]:1; tmin=temp*a[i]; } max=max>tmax?max:tmax; } return max; }
总结,学习计算机,代码不重要,算法(Algorithm)才是王道!!没有有效的算法,遇到问题码农只能望洋兴叹了。
相关文章推荐
- Maximum Product Subarray:数组中最大连续区间求积
- LeetCode:152_Maximum Product Subarray | 最大乘积连续子数组 | Medium
- 【LeetCode-面试算法经典-Java实现】【152-Maximum Product Subarray(子数组的最大乘积)】
- LeetCode OJ:Maximum Product Subarray(子数组最大乘积)
- LeetCode-152:Maximum Product Subarray (乘积最大连续子数组) -- medium
- Maximum Product Subarray 连续数组的最大乘积
- LeetCode OJ 之 Maximum Product Subarray (子数组的最大积)
- LeetCode Maximum Product Subarray(最大子数组乘积)
- [LeetCode] Maximum Product Subarray 求最大子数组乘积
- 数组的最大子数组积 Maximum Product Subarray
- [LeetCode] Maximum Product Subarray 求最大子数组乘积
- leetcode_Maximum Product Subarray _medium(最大子数组之积)
- 【LeetCode】Maximum Product Subarray 求连续子数组使其乘积最大
- LeetCode-Maximum Product Subarray-最大乘积子数组-情况判断
- LeetCode:152_Maximum Product Subarray | 最大乘积连续子数组 | Medium
- [LeetCode] Maximum Size Subarray Sum Equals k 最大子数组之和为k
- Leetcode 152 Maximum Product Subarray 子数组最大乘积
- leetcode152-Maximum Product Subarray(乘积最大子数组)
- [leetcode]Maximum Product Subarray最大子序列乘积
- LeetCode OJ:Maximum Subarray(子数组最大值)