算法设计与分析第二章作业

1. 描述最大字段和的分治算法

题目

思路

判断最大子段和,可以用分治的思想,每次将序列一分为二,选择两个序列的最大子段和。

但是这里还有一种可能,就是子段可以横跨两个子序列,所以我们的最大子段和就是:

MAX(左边序列最大字段和,横跨两序列的最大子段和,右边序列的最大子段和)。

对于左右两边的最大子段和,可以用分治递归的方法来做,临界条件就是序列中只剩一个数了,这时候最大子段和就是这个数,而递归函数就是对左右两边分别求最大子段和(调用自身),而且还得求跨序列的最大子段和,取三者的最大值来返回。

那么怎么求跨序列的最大子段和呢?其实很简单,首先要对原来的大序列添加几个指针,开头的是指针l,最右边的是指针r,因为要分治,所以再设置一个中间的指针mid,此时序列就可以分为两个部分,分别是(l,mid)和(mid+1,r),这时候的跨序列子段,必须包含mid和mid+1这两个地方,当然也可以向左或向右延申,所以,我们只需要求出从mid开始向左延申的最大字段和,还有从mid+1开始向右延申的最大子段和,将两者相加,就能得到跨序列的最大子段和了。

思路很好理解,照着上面的描述画出图来就一目了然了。下面来看看代码实现吧。

代码

复制代码
#include<bits/stdc++.h>
using namespace std;
const int N = 1e5;
int n, a[N];
int maxSum (int left, int right) {
    if (left == right)
        return a[left];
    int mid = left + right >> 1;
    int lmax = maxSum (left, mid);
    int rmax = maxSum (mid + 1, right);
    int sum = a[mid];
    int clmax = a[mid];
    for (int i = mid - 1; i >= left; i--) {
        sum += a[i];
        if (sum > clmax)
            clmax = sum;
    }
    sum = a[mid + 1];
    int crmax = a[mid + 1];
    for (int i = mid + 2; i <= right; i++) {
        sum += a[i];
        if (sum > crmax)
            crmax = sum;
    }
    int cmax = clmax + crmax;
    int maxsum = max (cmax, max (lmax, rmax));
    if (maxsum < 0)
        maxsum = 0;
    return maxsum;
}
int main () {
    cin >> n;
    for (int i = 0; i < n; i++)
        cin >> a[i];
    cout << maxSum (0, n - 1);
    return 0;
}

2. 分析该算法的时间复杂度

分解子问题:O(1)

求解子问题:2T(n/2)

合并子问题:O(n)

故时间复杂度为T(n)=2T(n/2)+O(n)=nlogn

3. 对分治法的体会和思考

分治法的设计思想是,将一个难以直接解决的大问题,分割成一些规模较小的相同问题,以便各个击破,分而治之。

其中的划分再击破,和递归的分解再解决异曲同工,其实同样用到了递归的思想,只不过分治法先分再治,最后还得合并。

相关推荐
罗西的思考6 小时前
【轻量化复现大模型 / KIMI K3】MTP / EAGLE‑3 模块交互式演示
人工智能·深度学习·算法
kyle~11 小时前
模型预测控制(MPC)
算法·机器人·控制·传感器
牢姐与蒯12 小时前
cpp算法之哈希
c++·算法·哈希算法
开开心心就好13 小时前
两张表格数据对比工具,不用写函数也能查
算法·spring·智能手机·pdf·电脑·intellij-idea·音视频
电科_银尘14 小时前
【大模型算法与工程 02】线性回归与逻辑回归:从损失函数到决策边界
算法·逻辑回归·线性回归
玄昌盛不会编程15 小时前
LeetCode——2243. 计算字符串的数字和
java·算法·leetcode
电科_银尘17 小时前
【大模型算法与工程 01】机器学习的问题定义:监督、无监督、自监督与强化学习
人工智能·算法·机器学习
电科_银尘17 小时前
【大模型算法与工程 05】分类、回归与排序指标:怎样评价一个模型
算法·分类·回归
罗西的思考1 天前
【轻量化复刻大模型 / KIMI K3】Multi-Token Prediction(MTP / EAGLE-3)(2)
人工智能·算法·机器学习
罗西的思考1 天前
【轻量化复刻大模型 / KIMI K3】Multi-Token Prediction(MTP / EAGLE-3)(1)
人工智能·算法·机器学习