求最小子序列和,最小的正子序列和,最大子序列乘积问题

注意:以下解法建立在a数组中既包含正数也包含负数的基础上。

1、求最小子序列和

这个可以直接参考求最大子序列和中第四种方法

/*
* 最小子序列
*/
static int MaxSubsequenceSum(int a[]) {
int ThisSum, MaxSum;
ThisSum = MaxSum = 0;

for (int i = 0; i != a.length; ++i) {
ThisSum += a[i];
if (MaxSum > ThisSum)
MaxSum = ThisSum;
else if (ThisSum > 0)//任何正的子序列不可能是最小子序列的前缀
ThisSum = 0;
}
return MaxSum;
}

2、求最小的正子序列和

/*
* 最小正子序列和
*/
public static int minPositiveSum(int[] a) {
int len = a.length;
Node[] b = new Node[len + 1];
for (int i = 0; i < len + 1; i++)
b[i] = new Node();
b[0].sum = 0;
b[0].k = 0;

for (int i = 0; i < len; i++) {
b[i + 1].sum = b[i].sum + a[i];
b[i + 1].k = i + 1;
}

sort(b);

int min = 65532;
int sum = 0;
for (int i = 0; i < len; i++) {
sum = b[i + 1].sum - b[i].sum;
if (b[i].k < b[i + 1].k && sum > 0 && sum < min)
min = sum;
}
return min;
}

// 排序
public static void sort(Node[] b) {
int len = b.length;
int j = 0;
for (int gap = len / 2; gap > 0; gap /= 2) {
for (int i = gap; i < len; i++) {
Node tmp = b[i];
for (j = i; j >= gap && b[j - gap].sum > tmp.sum; j -= gap)
b[j] = b[j - gap];
b[j] = tmp;
}
}
}

class Node {
public Node() {
}

public int sum;
public int k;
}

该做法是转别人的,链接地址为原文,现在还不明白什么意思,先记录下来以便日后查看。

三、最大子序列乘积

做法1、

static int maxPositiveSubMul(int a[]) {
int maxMul, thisMul, i;

maxMul = 1;
thisMul = 1;
for (i = 0; i < a.length; i++) {
thisMul *= a[i];

if (thisMul > maxMul)
maxMul = thisMul;
}
return maxMul;
}

做法2、—->该做法转别人的,链接地址是原文

/*
* 最大子序列乘积---动态规划
*/
static int maxSubsequenceMul(int a[], int n) {
int[] maxA = new int[100];
int[] minA = new int[100];
maxA[0] = minA[0] = a[0];
int ans = a[0];
for (int i = 1; i < n; i++) {
maxA[i] = max(max(a[i], minA[i - 1] * a[i]), maxA[i - 1] * a[i]);
minA[i] = min(min(a[i], minA[i - 1] * a[i]), maxA[i - 1] * a[i]);
ans = max(ans, maxA[i]);
}
return ans;
}

static int max(int a, int b) {
if (a > b) {
return a;
} else {
return b;
}
}

static int min(int a, int b) {
if (a < b) {
return a;
} else {
return b;
}
}

对于做法2,核心: 每一步只需要记住其前一步的正数最大值和负数的最小值

举个例子:

maxA[i-1]=3

minA[i-1]=-2

此时的Ai=-1

由此可得

maxA[i+1]=-2*-1=2

minA[i-1]=3*-1=-3

根据这个例子便可推出关于maxA[i],minA[i]的方程

即

maxA[i] = max(max(a[i], minA[i - 1] * a[i]), maxA[i - 1] * a[i]);

minA[i] = min(min(a[i], minA[i - 1] * a[i]), maxA[i - 1] * a[i]);

To look at the sunny side of everything and make your optimism come true