问题描述
一个有n个元素的数组，这n个元素可以是正数也可以是负数，数组中连续的一个或多个元素可以组成一个连续的子数组，一个数组可能有多个这种连续的子数组，求子数组和的最大值。
输入示例
输入数组{1，-2，4，8，-4，7，-1，-5}
输出示例
最大值：15
其最大和的子数组为{4，8，-4，7}
方法一：“蛮力”法
最简单也是最容易想到的方法就是找出所有子数组，然后求出子数组的和，在所有子数组的和中取最大值。代码如下：
package xiaozhaobishi;
import java.util.Scanner;
/** * @author wilson_m * @date 2018年8月19日 * @Description: * @version 1.0.0 */
public class maxSubArray {
public static int maxSubArrayMethodOne(int arr[]){
int n = arr.length;
int ThisSum=0,MaxSum=0,i,j,k;
for(i=0;i<n;i++){
for(j=i;j<n;j++){
ThisSum=0; //重新累加子数组
for(k=i;k<j;k++){
ThisSum+=arr[k];
}
if(ThisSum>MaxSum){
MaxSum=ThisSum;
}
}
}
return MaxSum;
}
public static void main(String[] args) {
Scanner sc=new Scanner(System.in);
int number=Integer.parseInt(sc.next());
//number表示数组的长度
int[] num=new int[number];
//对数组元素循环赋值
for(int i=0;i<number;i++){
num[i]=(int)sc.nextInt();
}
System.out.println(maxSubArrayMethodOne(num));
}
}
程序运行结果：
输入：
8 1 -2 4 8 -4 7 -1 -5
输出：
15以上这个算法的时间复杂度为O(n^3)，显然效率太低，通过对该算法进行分析发现，许多子数组都重复计算了，鉴于此，下面给出一种优化的方法。
方法二：重复利用已经计算的子数组和
例如Sum[i,j]=Sum[i,j-1]+arr[j]，采用这种方法可以省去计算Sum[i,j-1]的时间，因此可以提高程序的效率。示例如下：
package xiaozhaobishi;
import java.util.Scanner;
/** * @author wilson_m * @date 2018年8月19日 、 * 求最大子数组之和 * @Description: * @version 1.0.0 */
public class maxSubArray {
public static int maxSubArrayMethodTwo(int arr[]){
int size =arr.length;
int maxSum=Integer.MIN_VALUE;
for(int i=0;i<size;i++){
int sum=0;
for(int j=i;j<size;j++){
sum+=arr[j];
if(sum>maxSum){
maxSum=sum;
}
}
}
return maxSum;
}
public static void main(String[] args) {
Scanner sc=new Scanner(System.in);
int number=Integer.parseInt(sc.next());
//number表示数组的长度
int[] num=new int[number];
//对数组元素循环赋值
for(int i=0;i<number;i++){
num[i]=(int)sc.nextInt();
}
System.out.println(maxSubArrayMethodTwo(num));
}
}
程序运行结果：
输入：
3 -4 6 -8 4 -3 5
输出：
6以上这个算法的时间复杂度为O(n^2)
方法三：动态规划方法
可以采用动态规划的方法来降低算法的时间复杂度，实现思路如下：
首先可以根据数组的最后一个元素[n-1]与最大子数组的关系分为以下3种情况：
1）最大子数组的包含arr[n-1],即以arr[n-1]结尾。
2）arr[n-1]单独构成最大子数组。
3）最大子数组不包含arr[n-1]，那么求arr[1,…,n-1]的最大子数组可以转换为求arr[1,…,n-2]的最大子数组。
通过以上分析可以得出如下结论：假设已经计算出(arr[0],…,arr[i-1])最大的一段数组和为All[i-1]，同时也计算出(arr[0],…,arr[i-1])中包含arr[i-1]的最大的一段数组和为End[i-1]，则可以得出如下关系：All[i-1]=max{arr[i-1]，End[i-1]，All[i-2]}。利用这个公式和动态规划的思想可以得到如下代码：
package xiaozhaobishi;
import java.util.Scanner;
/** * @author wilson_m * @date 2018年8月19日 * 求最大子数组之和 * @Description: * @version 1.0.0 */
public class maxSubArray {
public static int max(int m,int n){
return m>n ? m :n;
}
public static int maxSubArrayMethodThree(int arr[]){
int n=arr.length;
int End[]=new int[n];
int All[]=new int[n];
End[n-1]=arr[n-1];
All[n-1]=arr[n-1];
End[0]=All[0]=arr[0];
for(int i=1;i<n;i++){
End[i]=max(End[i-1]+arr[i],arr[i]);
All[i]=max(End[i],All[i-1]);
}
return All[n-1];
}
public static void main(String[] args) {
Scanner sc=new Scanner(System.in);
int number=Integer.parseInt(sc.next());
//number表示数组的长度
int[] num=new int[number];
//对数组元素循环赋值
for(int i=0;i<number;i++){
num[i]=(int)sc.nextInt();
}
System.out.println(maxSubArrayMethodThree(num));
}
}
程序运行结果：
输入：
3 -4 6 -8 4 -3 5
输出：
6与前几种方法相比，这种方法的时间复杂度为O(n)，显然效率更高，但是由于在计算的过程中额外申请了两个数组空间，因此该算法的空间复杂度也为O(n)。
方法四：优化的动态方法
方法三中每次只用到End[i-1]与All[i-1]，而不是整个数组中的值，因此可以定义两个变量来保存End[i-1]与All[i-1]的值，并且可以反复利用，这样就可以在保证时间复杂度为O(n)的同时降低空间复杂度。实例如下：
package xiaozhaobishi;
import java.util.Scanner;
/** * @author wilson_m * @date 2018年8月19日 、 * 求最大子数组之和 * @Description: * @version 1.0.0 */
public class maxSubArray {
public static int max(int m,int n){
return m>n ? m :n;
}
public static int maxSubArrayMethodFour(int arr[]){
int n=arr.length;
int nAll=arr[0]; //有n个数字数组的最大子数组和
int nEnd=arr[0]; //有那个数字数组包含最后一个元素的子数组的最大和
for(int i=1;i<n;i++){
nEnd=max(nEnd+arr[i],arr[i]);
nAll=max(nEnd,nAll);
}
return nAll;
}
public static void main(String[] args) {
Scanner sc=new Scanner(System.in);
int number=Integer.parseInt(sc.next());
//number表示数组的长度
int[] num=new int[number];
//对数组元素循环赋值
for(int i=0;i<number;i++){
num[i]=(int)sc.nextInt();
}
System.out.println(maxSubArrayMethodFour(num));
}
}
程序运行结果：
输入：
8 1 -2 4 8 -4 7 -1 -5
输出：
15在知道子数组的最大和之后，如何才能确定最大子数组的位置呢？为了得到最大子数组的位置，首先介绍另外一种计算最大子数组和的方法。在方法三中，通过对公式End[i]=max(End[i-1]+arr[i],arr[i])的分析可以看出，当End[i-1]<0时，End[i]=arr[i],其中End[i]表示包含arr[i]的子数组和，如果某一个值使得End[i-1]<0，那么就从arr[i]重新开始。示例如下：
package xiaozhaobishi;
import java.util.Scanner;
/** * @author wilson_m * @date 2018年8月19日 * @Description: * @version 1.0.0 */
public class maxSubArrayMethodFive {
private static int begin=0; //记录最大子数组的起始位置
private static int end=0; //记录最大子数组的结束位置
public static int maxSubArray(int arr[]){
int maxSum=Integer.MIN_VALUE; //子数组最大值
int nSum=0; //包含子数组最后一位的最大值
int nStart=0;
for(int i=0;i<arr.length;i++){
if(nSum<0){
nSum=arr[i];
nStart=i;
}
else{
nSum+=arr[i];
}
if(nSum>maxSum){
maxSum=nSum;
begin=nStart;
end=i;
}
}
return maxSum;
}
public static void main(String[] args) {
Scanner sc=new Scanner(System.in);
int number=Integer.parseInt(sc.next());
//number表示数组的长度
int[] num=new int[number];
//对数组元素循环赋值
for(int i=0;i<number;i++){
num[i]=(int)sc.nextInt();
}
System.out.println(maxSubArray(num));
System.out.println("begin="+begin+";end="+end);
}
}
程序运行结果：
8 1 -2 4 8 -4 7 -1 -5
15
begin=2;end=5
