問題定義#
給定一個包含正數和負數的一維數組 ,尋找一個連續子數組 ,使得
子數組的元素和最大,即求:
並返回這個最大值。有時還需要返回這個子數組的起止位置
應用場景#
股票買賣分析:尋找買入和賣出時間,使利潤最大(即漲幅最大的一段時間)。
財務數據分析:尋找公司利潤最好的時間段。
圖像處理:在像素數組中找出亮度最集中的區域。
DNA 序列分析:在基因評分序列中尋找最優片段。
暴力法求解(枚舉)#
max_sum = float('-inf')
for i in range(n):
sum = 0
for j in range(i, n):
sum += A[j]
if sum > max_sum:
max_sum = sum
有 個子數組。時間複雜度為 。子數組的和在累加中直接 求出。
分治法求解#
思路: 將數組分成左右兩半,遞歸地解決左半和右半的最大子數組,然後處理跨越中間的最大子數組。分別考慮以下的三種情況:
最大子數組在左邊
最大子數組在右邊
最大子數組橫跨中點
時間複雜度
遞推式:,然後使用主定理求得
或直接分析可得
def max_subarray(A, left, right):
if left == right:
return A[left], left, right
mid = (left + right) // 2
left_sum, l_start, l_end = max_subarray(A, left, mid)
right_sum, r_start, r_end = max_subarray(A, mid + 1, right)
cross_sum, c_start, c_end = max_crossing_subarray(A, left, mid, right)
if left_sum >= right_sum and left_sum >= cross_sum:
return left_sum, l_start, l_end
elif right_sum >= left_sum and right_sum >= cross_sum:
return right_sum, r_start, r_end
else:
return cross_sum, c_start, c_end
def max_crossing_subarray(A, left, mid, right):
sum = 0
left_max = float('-inf')
max_left = mid
for i in range(mid, left - 1, -1):
sum += A[i]
if sum > left_max:
left_max = sum
max_left = i
sum = 0
right_max = float('-inf')
max_right = mid + 1
for j in range(mid + 1, right + 1):
sum += A[j]
if sum > right_max:
right_max = sum
max_right = j
return left_max + right_max, max_left, max_right
動態規劃法#
思路:用變量 current_sum 表示以當前位置結尾的最大子數組和,如果當前元素單獨更優,就重啟子數組;否則就擴展當前子數組
迭代方程:
時間複雜度:
current_sum = max_sum = A[0]
for i in range(1, n):
current_sum = max(A[i], current_sum + A[i])
max_sum = max(max_sum, current_sum)