1.问题

给定N个整数序列

求函数

的最大值。

2.算法一

算出所有可能的连续子列的和，并比较

public int MaximumSubsequenceSum1(int[] array,int size) {
	int maxSum=0;
	int tempSum=0;
	for(int i=0;i<size;i++) {
		for(int j=i;j<size;j++) {
			for(int k=i;k<=j;k++) {
				tempSum+=array[k];
			}
			if(tempSum>maxSum) {
				maxSum=tempSum;
			}
		}
	}
	return maxSum;
}

时间复杂度O（N^3）

3.算法二

在解法一的基础上进行改进

public static int MaximumSubsequenceSum2(int[] array,int size) {
	int maxSum=0;
	int tempSum=0;
	for(int i=0;i<size;i++) {
		tempSum=0;
		for(int j=i;j<size;j++) {
			tempSum+=array[j];
			if(tempSum>maxSum) {
				maxSum=tempSum;
			}
		}
	}
	return maxSum;
}

时间复杂度O（N^2）

4.算法三

递归计算：将数组分为两部分，分别计算左、右和包含左右两边元素的三个最大子列和。

public static int MaximumSubsequenceSum3(int[] array,int size) {
	return MaximumSubsequenceSum3Recursion(array,0,size-1);
}
public static int MaximumSubsequenceSum3Recursion(int[] array,int leftIndex,int rightIndex) {
	int maxLeftSum;
	int maxRightSum;
	int maxLeftBorderSum;
	int maxRightBorderSum;
	int tempLeftBorderSum;
	int tempRightBorderSum;
	int centerIndex;
	//传入数组只有一个数时终止
	if(leftIndex==rightIndex) {
		return (array[leftIndex]>=0)? array[leftIndex]:0;
	}
	//分
	centerIndex=(leftIndex+rightIndex)/2;
	maxLeftSum=MaximumSubsequenceSum3Recursion(array,leftIndex,centerIndex);
	maxRightSum=MaximumSubsequenceSum3Recursion(array, centerIndex+1, rightIndex);
	//子列元素在左右两边存在的情况
	maxLeftBorderSum=0;
	tempLeftBorderSum=0;
	for(int i=centerIndex;i>=leftIndex;i--) {
		tempLeftBorderSum+=array[i];
		if(tempLeftBorderSum>maxLeftBorderSum) {
			maxLeftBorderSum=tempLeftBorderSum;
		}
	}
	maxRightBorderSum=0;
	tempRightBorderSum=0;
	for(int i=centerIndex;i<=leftIndex;i++) {
		tempRightBorderSum+=array[i];
		if(tempRightBorderSum>maxRightBorderSum) {
			maxRightBorderSum=tempRightBorderSum;
		}
	}
	return Math.max(maxLeftSum, Math.max(maxRightSum, maxLeftBorderSum+maxRightBorderSum));
}

时间复杂度O（NlogN）。由于是递归计算，所以空间复杂度较大

5.算法四（在线处理）

public static int MaximumSubsequenceSum3(int[] array,int size) {
	int maxSum=0;
	int tempSum=0;
	for(int i=0;i<size;i++) {
		tempSum+=array[i];
		if(tempSum>maxSum) {
			maxSum=tempSum;
		}else if(tempSum<0) {
			tempSum=0;
		}
	}
	return maxSum;
}

时间复杂度O（N）

标签：leftIndex,int,Sum,Maximum,Subsequence,tempSum,array,maxSum,centerIndex
来源： https://blog.csdn.net/baidu_39560236/article/details/88189220