最大子数组问题
2016-02-26 23:21
274 查看
第四章 分治策略 练习4.1-5
使用如下思想为最大子数组问题设计一个非递归的、线性时间的算法。从数组的左边界开始,由左往右处理,记录到目前为止已经处理过的最大子数组。若已知A[1...j]
的最大子数组,基于如下性质将解扩展为A[1...j+1]
的最大子数组:A[1...j+1]
的最大子数组要么是A[1...j]
的最大子数组,要么是某个子数组A[i...j+1]
(1<= i <= j+1)。在已知A[1...j]
的最大子数组的情况下,可以在线性时间内找出开始A[i...j+1]
的最大子数组。
基于java的实现方法如下:/** * 最大子数组 * Created by Sherlock on 2016/2/26. */ public class MaxSubArray<T extends Comparable<T>> { private List<T> list = new ArrayList<>(); private final Addition<T> addition; public MaxSubArray(List<T> list, Addition<T> addition){ this.list.addAll(list); this.addition = addition; } /** * @param zero 零值,用于比较 * @return 返回 最大子数组 */ public List<T> findMaxSubArray(T zero){ //初始A[i...j+1] = A[0] T frontierSum = list.get(0); int frontierL = 0;//记录始坐标 int frontierR = 0;//记录末坐标 T maxSubSum = list.get(0); int left = 0;//记录始坐标 int right = 0;//记录末坐标 for (int i = 1; i < list.size(); i++){ //如果前面的A[i...j+1]<=0,直接弃用,更新为最新值 if (frontierSum.compareTo(zero) <= 0){ frontierSum = list.get(i); frontierL = i; frontierR = i; }else{ //累加,并更新末坐标 frontierSum = addition.add(frontierSum,list.get(i)); frontierR = i; } //比较最大子数组的和与A[i...j+1]的和的大小,如果小于A[i...j+1],则更新当前i的最大子数组并记录坐标 if (maxSubSum.compareTo(frontierSum) < 0){ maxSubSum = frontierSum; left = frontierL; right = frontierR; } } //返回最大子数组subList(fromIndex,toIndex)是[fromIndex,toIndex)取值的,所以这里加1 return list.subList(left,right+1); } //实现加法运算 public interface Addition<T> { T add(T t1, T t2); } }
测试代码如下:
public class Main { public static void main(String[] args) { maxSubArray(0); } private static void maxSubArray(int zero){ int[] numbers = {13, -3, -25, 20, -3, -16, -23, 18, 20, -7, 12, -22, 15, -4, 7}; List<Integer> data = new ArrayList<>(); for (int i = 0; i < numbers.length; i++){ data.add(i,numbers[i]); } MaxSubArray<Integer> list = new MaxSubArray<>(data, new MaxSubArray.Addition<Integer>() { @Override public Integer add(Integer t1, Integer t2) { return t1 + t2; } }); data = list.findMaxSubArray(zero); System.out.println("最大子数组如下"); int sum = 0; for (int i : data){ System.out.print(i+" "); sum += i; } System.out.println("\n其和为:"+sum); } }
运行测试代码,结果如下:
最大子数组如下
18 20 -7 12
其和为:43
相关文章推荐
- 书评:《算法之美( Algorithms to Live By )》
- 动易2006序列号破解算法公布
- Ruby实现的矩阵连乘算法
- C#插入法排序算法实例分析
- 超大数据量存储常用数据库分表分库算法总结
- C#数据结构与算法揭秘二
- C#冒泡法排序算法实例分析
- 算法练习之从String.indexOf的模拟实现开始
- C#算法之关于大牛生小牛的问题
- C#实现的算24点游戏算法实例分析
- c语言实现的带通配符匹配算法
- 浅析STL中的常用算法
- 算法之排列算法与组合算法详解
- C++实现一维向量旋转算法
- Ruby实现的合并排序算法
- C#折半插入排序算法实现方法
- 基于C++实现的各种内部排序算法汇总
- C++线性时间的排序算法分析
- C++实现汉诺塔算法经典实例
- PHP实现克鲁斯卡尔算法实例解析