今天做了一個程序,是實現結對編程的小項目,項目是尋找一組數組中最大的一組子數組(條件是數組必須連續)。通過我們模擬一組數據:
例如:int a[]={9,8,-5,4,3}
首先是選定一個初始值假如是a[0],則第二個數是a[0]+a[1]........可以這樣理解:
即第一層從a[0]開始 設置一個初始最大值:max
Sum1=a[0]; // max=sum1
Sum2=a[0]+a[1]; //sum2=sum1+a[1]; if(sum2>max) max=sum2;
Sum3=a[0]+a[1]+a[2].... //sum3=sum2+a[2]; if(sum3>max) max=sum3;
第二層從a[1]開始
Sum4=a[1]; //if(sum4>max) max=sum4;
Sum5=a[1]+a[2]; //sum5=sum4+a[2]; if(sum5>max) max=sum5
Sum6=a[1]+a[2]+a[3]....... //sum6=sum5+a[3]; if(sum6>max) max=sum6
....................
然后通過每一層進行比較,得出一層的Max,與下層繼續比較,直到找到最大相鄰的子數組的和。
算法模擬:
假設數組為a[];
For i=(0 to n) Sum=0; For j=(i to n); Sum=sum+a[j]; If(sum>max) Max=sum;
具體實現代碼:

package com.su.test; public class Hellosu { public static void main(String[] args) { int a[]={-1,-2,5,-3}; //測試用例 int length=a.length; int max=a[0]; for(int i=0;i<length;i++) { int sum=0; //每次賦值一層的第一個數 for(int j=i;j<length;j++) { sum=sum+a[j]; //為后面連續數相加 if(sum>max) { max=sum; //最大則存儲在Max中 } } } System.out.println(max); } }
測試用例:
int a[]={9,-3,4,-5,0}; 測試結果:
int a[]={-4,-5,-10,7,4,-12,19,0,-4,-6}; 測試結果:
算法分析:
第一個循環內部的語句需要執行N次,而每次執行外部循環時,第二個循環內的語句至多執行N次,所以總的運行時間為O(n*n),而並沒有達到老師所要求的水平,即O(n),
可以考慮到如果檢測所有的那些值的話,算法至少花費二次方的的時間。所以引出來是否可以有一個更好的方法能更有效地得出結果?
第二種方法:即利用動態規划解決問題
令cur(i)表示數組下標以i為起點的最大連 續下標最大的和,而max(i)表示前i個元素的最大子數組之和。那么我們就可以推出下一個max(i+1)應該為cur(i+1)和max(i)中選取一個最大值。遞推式為:
cur(i) = max{A[i],cur(i-1)+A[i]};
max(i) = max{max(i-1),cur(i+1)};
偽代碼:
int max(int a[],int n) { cur = a[0]; max = a[0]; for i=1 to n-1 do if cur<0 do cur = 0; cur += a[i]; if cur>max do max = cur; return max; }
源代碼:

package com.su.test; public class Second { public static void main(String args[]) { int a[]={-1,-2,4,3,-2}; //測試用例 int length=a.length; int cur=a[0]; int max=a[0]; for(int i=0;i<length;i++) { if(cur<0) cur=0; cur+=a[i]; if(cur>max) max=cur; } System.out.println(max); } }
這種算法很好充分利用了動態規划解決問題。而且算法的時間復雜度為O(n).