Maximum Subarray leetcode java
3609 ワード
タイトル:
Find the contiguous subarray within an array (containing at least one number) which has the largest sum.
For example, given the array
More practice:
If you have figured out the O(n) solution, try coding another solution using the divide and conquer approach, which is more subtle
問題:
この問題は連続的な配列値を求め,加算と最大を要求する.
考えてみてください.もし私たちがこの配列を最初から遍歴したら.配列内の要素の1つについては、2つの選択肢しかありません.
1. 前の配列と加算するか(他の人とグループ)
2. 自分で配列を立てるか(自分でグループを開くか)
だからこの要素をどのように選択すべきかは、彼がどのグループに貢献できるかによって決まります.もし他の人と一組になったら、総加和を大きくすることができて、やはり他の人と一組になったほうがいいです.もし自分が1組始めて、自分の値が前の加算値よりも大きいならば、やはり自分で1組だけ開いたほうがいいです.
したがって、1つのsum配列を用いて、各ラウンドのsumの最大値を記録し、sum[i]は現在の要素が前の配列と1つのグループを加算するか、それとも自分で1つのグループを立てるかを示し、グローバル最大値の即位答えを維持する.
コードは以下の通りです.
1
public
int maxSubArray(
int[] A) {
2
int[] sum =
new
int[A.length];
3
4
int max = A[0];
5 sum[0] = A[0];
6
7
for (
int i = 1; i < A.length; i++) {
8 sum[i] = Math.max(A[i], sum[i - 1] + A[i]);
9 max = Math.max(max, sum[i]);
10 }
11
12
return max;
13 }
同時に、この問題は経典の問題で、1977ブラウンの教授が提出したことを発見した.
http://en.wikipedia.org/wiki/Maximum_subarray_problem
そして,この問題には2つの古典的解法があり,1つはKadaneアルゴリズム,アルゴリズム複雑度O(n);もう1つは,アルゴリズムの複雑さがO(nlogn)である分治法である.
1.Kadaneアルゴリズム
コードは次のとおりです.
1
public
int maxSubArray(
int[] A) {
2
int max_ending_here = 0;
3
int max_so_far = Integer.MIN_VALUE;
4
5
for(
int i = 0; i < A.length; i++){
6
if(max_ending_here < 0)
7 max_ending_here = 0;
8 max_ending_here += A[i];
9 max_so_far = Math.max(max_so_far, max_ending_here);
10 }
11
return max_so_far;
12 }
2. 分治法:
コードは次のとおりです.
1
public
int maxSubArray(
int[] A) {
2
return divide(A, 0, A.length-1);
3 }
4
5
public
int divide(
int A[],
int low,
int high){
6
if(low == high)
7
return A[low];
8
if(low == high-1)
9
return Math.max(A[low]+A[high], Math.max(A[low], A[high]));
10
11
int mid = (low+high)/2;
12
int lmax = divide(A, low, mid-1);
13
int rmax = divide(A, mid+1, high);
14
15
int mmax = A[mid];
16
int tmp = mmax;
17
for(
int i = mid-1; i >=low; i--){
18 tmp += A[i];
19
if(tmp > mmax)
20 mmax = tmp;
21 }
22 tmp = mmax;
23
for(
int i = mid+1; i <= high; i++){
24 tmp += A[i];
25
if(tmp > mmax)
26 mmax = tmp;
27 }
28
return Math.max(mmax, Math.max(lmax, rmax));
29
30 }
Reference:
http://en.wikipedia.org/wiki/Maximum_subarray_problem
http://www.cnblogs.com/statical/articles/3054483.html
http://blog.csdn.net/xshengh/article/details/12708291
Find the contiguous subarray within an array (containing at least one number) which has the largest sum.
For example, given the array
[−2,1,−3,4,−1,2,1,−5,4]
, the contiguous subarray [4,−1,2,1]
has the largest sum = 6
. More practice:
If you have figured out the O(n) solution, try coding another solution using the divide and conquer approach, which is more subtle
問題:
この問題は連続的な配列値を求め,加算と最大を要求する.
考えてみてください.もし私たちがこの配列を最初から遍歴したら.配列内の要素の1つについては、2つの選択肢しかありません.
1. 前の配列と加算するか(他の人とグループ)
2. 自分で配列を立てるか(自分でグループを開くか)
だからこの要素をどのように選択すべきかは、彼がどのグループに貢献できるかによって決まります.もし他の人と一組になったら、総加和を大きくすることができて、やはり他の人と一組になったほうがいいです.もし自分が1組始めて、自分の値が前の加算値よりも大きいならば、やはり自分で1組だけ開いたほうがいいです.
したがって、1つのsum配列を用いて、各ラウンドのsumの最大値を記録し、sum[i]は現在の要素が前の配列と1つのグループを加算するか、それとも自分で1つのグループを立てるかを示し、グローバル最大値の即位答えを維持する.
コードは以下の通りです.
1
public
int maxSubArray(
int[] A) {
2
int[] sum =
new
int[A.length];
3
4
int max = A[0];
5 sum[0] = A[0];
6
7
for (
int i = 1; i < A.length; i++) {
8 sum[i] = Math.max(A[i], sum[i - 1] + A[i]);
9 max = Math.max(max, sum[i]);
10 }
11
12
return max;
13 }
同時に、この問題は経典の問題で、1977ブラウンの教授が提出したことを発見した.
http://en.wikipedia.org/wiki/Maximum_subarray_problem
そして,この問題には2つの古典的解法があり,1つはKadaneアルゴリズム,アルゴリズム複雑度O(n);もう1つは,アルゴリズムの複雑さがO(nlogn)である分治法である.
1.Kadaneアルゴリズム
コードは次のとおりです.
1
public
int maxSubArray(
int[] A) {
2
int max_ending_here = 0;
3
int max_so_far = Integer.MIN_VALUE;
4
5
for(
int i = 0; i < A.length; i++){
6
if(max_ending_here < 0)
7 max_ending_here = 0;
8 max_ending_here += A[i];
9 max_so_far = Math.max(max_so_far, max_ending_here);
10 }
11
return max_so_far;
12 }
2. 分治法:
コードは次のとおりです.
1
public
int maxSubArray(
int[] A) {
2
return divide(A, 0, A.length-1);
3 }
4
5
public
int divide(
int A[],
int low,
int high){
6
if(low == high)
7
return A[low];
8
if(low == high-1)
9
return Math.max(A[low]+A[high], Math.max(A[low], A[high]));
10
11
int mid = (low+high)/2;
12
int lmax = divide(A, low, mid-1);
13
int rmax = divide(A, mid+1, high);
14
15
int mmax = A[mid];
16
int tmp = mmax;
17
for(
int i = mid-1; i >=low; i--){
18 tmp += A[i];
19
if(tmp > mmax)
20 mmax = tmp;
21 }
22 tmp = mmax;
23
for(
int i = mid+1; i <= high; i++){
24 tmp += A[i];
25
if(tmp > mmax)
26 mmax = tmp;
27 }
28
return Math.max(mmax, Math.max(lmax, rmax));
29
30 }
Reference:
http://en.wikipedia.org/wiki/Maximum_subarray_problem
http://www.cnblogs.com/statical/articles/3054483.html
http://blog.csdn.net/xshengh/article/details/12708291