标签：style blog color ar 使用 for sp div on
最大连续子序列之和问题描述为：数组中里有正数也有负数，连续的一个或多个整数组成一个子数组，每个子数组都有一个和，求所有子数组的和的最大值。分析，对数组a进行一遍扫描，sum[i] 为前i个元素中，包含第i个元素且和最大的连续子数组，MaxSum保存当前子数组中最大和，对于a[i+1]来说，sum[i+1] = sum[i]+a[i+1]，此时如果sum[i+1]<0，那么sum需要重新赋0，从i+1之后开始累加，如果sum[i+1]>0，那么MaxSum = max(MaxSum, Sum[i+1])。代码如下：
1 int maxSum(int *nArray, int nSize, int &nBegin, int &nEnd)
2 {
3 int nSum = 0, nMaxSum = 0;
4 int nNewBegin = 0; //记录新的开始下标
5 nBegin = nEnd = 0; //记录最大连续子数组和的起始于结束下标
6 for(int i=0; i!=nSize; i++)
7 {
8
9 nSum += nArray[i];
10 if(nSum >= nMaxSum)
11 {
12 nMaxSum = nSum;
13 nBegin = nNewBegin;
14 nEnd = i;
15 }
16 else if(nSum < 0)
17 {
18 nSum = 0;
19 nNewBegin = i+1;
20 }
21 }
22
23 return nMaxSum;
24 }
25
26 int _tmain(int argc, _TCHAR* argv[])
27 {
28 int Array[5] = {2, -3, 4, 5, -100};
29 int nBegin = 0, nEnd = 0;
30 int nMaxSum = maxSum(Array, sizeof(Array)/sizeof(*Array), nBegin, nEnd);
31 cout<<nMaxSum<<endl;
32 cout<<"开始下标为["<<nBegin<<"], 结束下标["<<nEnd<<"]"<<endl;
33
34 return 0;
35 }
最大连续子序列乘积，问题描述和前面求最大连续子序列之和类似：给一个浮点数序列，取最大乘积连续子串的值。这里需要重点注意的是乘积需要注意正负号，需要考虑到有偶数个的情况，所以计算时，不止要保存当前最大乘积，也要保存当前最小乘积。代码如下：
1 double maxProduct(double a[], int nLen, int &nBegin, int &nEnd)
2 {
3 int nNewBegin = 0;
4 nBegin = nEnd =0;
5
6 double dCurMax = 1.0f;
7 double dCurMin = 1.0f;
8 double dMax = 1.0f;
9 double dMin = 1.0f;
10 for(int i=0; i!=nLen; i++)
11 {
12 dCurMax *= a[i];
13 dCurMin *= a[i];
14 cout<<"dCurMax = "<<dCurMax<<", dCurMin = "<<dCurMin<<endl;
15 if(dCurMax > dMax)
16 {
17 dMax = dCurMax;
18 nBegin = nNewBegin;
19 nEnd = i;
20 }
21 if(dCurMin > dMax)
22 {
23 dMax = dCurMin;
24 nBegin = nNewBegin;
25 nEnd = i;
26 }
27 if(dCurMax < dMin)
28 {
29 dMin = dCurMax;
30 }
31 if(dCurMin < dMin)
32 {
33 dMin = dCurMin;
34 }
35
36 if(dCurMax == 0 || dCurMin == 0)
37 {
38 dCurMax = dCurMin = 1;
39 nNewBegin = i+1;
40 }
41
42 cout<<"dMax = "<<dMax<<", dMin = "<<dMin<<endl;
43 cout<<"begin = "<<nBegin<<", end = "<<nEnd<<endl;
44 }
45
46 return dMax;
47 }
48
49 int _tmain(int argc, _TCHAR* argv[])
50 {
51 double a[] = { -2.5, 4, 0, 3, 0.5, 8, -2, -2};
52 int nBegin, nEnd;
53 int max = maxProduct(a, sizeof(a)/sizeof(*a), nBegin, nEnd);
54 cout<<max<<endl;
55 cout<<nBegin<<" "<<nEnd<<endl;
56
57 return 0;
58 }
在网上看到使用动态规划的算法来处理此题目。假设从数组开头 i 到结尾 j 的范围，求出所有元素为结尾的子序列最大值，取其中最大的那个即为所求的最大连续子序列乘积。假设max(i, k)表示从数组 i 开始到 j 结束的范围内，包含 j 作为结尾的最大连续子序列乘积，注意不一定以 i 作为起始，问题可以概括为max = max(max(i, i), max(i, i+1), ……, max(a, k), ……., max(i, j)) 。那么对于max(i, k)后面的max(i, k+1)来说，会有如下几种情况：
概括起来，包含第k+1个元素为结尾的序列最大乘积应该取自上述三种情况之一：max(i, k+1) = max(max(i, k) * a[k+1], a[k+1], min(i, k) * a[k+1])。
按照同样的道理，我们求得的包含k+1在内结尾的最小乘积序列为：min(i, k+1) = min(min(i, k) * a[k+1], a[k+1], max(i, k) * a[k+1])。
代码如下：
1 int maxProduct_DP(double a[], int n)
2 {
3 double maxCur = 1.0f;
4 double minCur = 1.0f;
5 double maxTmp = maxCur;
6 double minTmp = minCur;
7 double result = 0.0f;
8
9 for(int i=0; i!=n; i++)
10 {
11 maxTmp = max(maxCur*a[i], max(a[i], minCur*a[i]));
12 minTmp = min(maxCur*a[i], min(a[i], minCur*a[i]));
13
14 maxCur = maxTmp;
15 minCur = minTmp;
16
17 result = max(result, maxCur);
18 }
19
20 return result;
21 }
标签：style blog color ar 使用 for sp div on
原文地址：http://www.cnblogs.com/Tour/p/4061022.html
