zoukankan      html  css  js  c++  java
  • 最大子序和的golang实现

    给定一个整数数组 nums ,找到一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。

    输入: [-2,1,-3,4,-1,2,1,-5,4],
    输出: 6
    解释: 连续子数组 [4,-1,2,1] 的和最大,为 6
    首先理解题意:

    题目讲究的是连续,那我们可以假设一下,我们现在以下标为0的值为基准值,那么下一位就分为两种情况了:

    • 下一位为负数,那么我们就要与基准值比较,看哪个大
    • 下一位为正数,那么我们肯定是要相加了
    核心代码:
    //取出第一位为基准值
        sum := nums[0]
        res := sum
        //下标从1开始
        for i := 1; i < len(nums); i++ {
            //当值是负数的时候,就要与res比较,取出最大的
            //当值为正数的时候,就要与res相加,那么才会更大
            if sum < 0 {
                sum = nums[i]
            } else {
                sum += nums[i]
            }
            res = max(res, sum)
        }

    整体代码:

    package main
    
    import (
        "fmt"
    )
    
    func maxSubArray(nums []int) int {
        //取出第一位为基准值
        sum := nums[0]
        res := sum
        //下标从1开始
        for i := 1; i < len(nums); i++ {
            //当值是负数的时候,就要与res比较,取出最大的
            //当值为正数的时候,就要与res相加,那么才会更大
            if sum < 0 {
                sum = nums[i]
            } else {
                sum += nums[i]
            }
            res = max(res, sum)
        }
    
        return res
    }
    
    func max(a, b int) int {
        if a > b {
            return a
        }
        return b
    }
    
    func main() {
        nums := []int{-2, 1, -3, 4, -1, 2, 1, -5, 4}
        //nums := []int{-2, 1}
        fmt.Println(maxSubArray(nums))
    }

    经查找上方的算法叫扫描法,时间复杂度为O(n)。

    下面我们尝试一下使用动态规划法来解题:
    解题思路:

    设sum[i]为以第i个元素结尾且和最大的连续子数组。假设对于元素i,所有以它前面的元素结尾的子数组的长度都已经求得,那么以第i个元素结尾且和最大的连续子数组实际上,要么是以第i-1个元素结尾且和最大的连续子数组加上这个元素,要么是只包含第i个元素,即sum[i] = max(sum[i-1] + a[i], a[i])。可以通过判断sum[i-1] + a[i]是否大于a[i]来做选择,而这实际上等价于判断sum[i-1]是否大于0。由于每次运算只需要前一次的结果,因此并不需要像普通的动态规划那样保留之前所有的计算结果,只需要保留上一次的即可,因此算法的时间和空间复杂度都很小

    完整代码:
    //动态规划解法
    //假设sum[i]为以第i个元素结尾且和最大的连续子数组。
    //假设对于元素i,所有以它前面的元素结尾的子数组的长度都已经求得
    //那么以第i个元素结尾且和最大的连续子数组实际上,要么是以第i-1个元素结尾且和最大的连续子数组加上这个元素,要么是只包含第i个元素
    //即sum[i] = max(sum[j:i-1] + a[i], a[i])。//j是数组的某个下标,0<=j<i-1<n
    //可以通过判断sum[i-1] + a[i]是否大于a[i]来做选择,而这实际上等价于判断sum[i-1]是否大于0。
    //由于每次运算只需要前一次的结果,因此并不需要像普通的动态规划那样保留之前所有的计算结果,只需要保留上一次的即可,因此算法的时间和空间复杂度都很小
    func maxSubArrayKMP(nums []int) int {
        res, sum := nums[0], nums[0]
        for i := 0; i < len(nums); i++ {
            //这里是核心判断
            //当前几项大于0,那就相加
            if (res > 0) {
                res += nums[i]
            } else {//如果不是,那就直接是当前项
                res = nums[i]
            }
            if (sum < res) {
                sum = res
            }
        }
        return res
    }
  • 相关阅读:
    获取显卡的cuda算力
    ubuntu安装gitlab
    TensorFlow的Bazel构建文件结构
    如何在制作jar包时引用第三方jar包
    利用Shell脚本将MySQL表中的数据转化为json格式
    恢复MySQL主从数据一致性的总结
    (转)运维角度浅谈MySQL数据库优化
    JDBC常用API小结
    MySQL存储过程及触发器
    坑爹的Maven
  • 原文地址:https://www.cnblogs.com/TimLiuDream/p/10009791.html
Copyright © 2011-2022 走看看