您好,登錄后才能下訂單哦!
這篇文章將為大家詳細講解有關怎么使用Python實現最大子序和,小編覺得挺實用的,因此分享給大家做個參考,希望大家閱讀完這篇文章后可以有所收獲。
描述
給定一個序列(至少含有 1 個數),從該序列中尋找一個連續的子序列,使得子序列的和最大。
例如,給定序列 [-2,1,-3,4,-1,2,1,-5,4],
連續子序列 [4,-1,2,1] 的和最大,為 6。
我 v1.0
class Solution: def maxSubArray(self, nums): """ :type nums: List[int] :rtype: int """ l = len(nums) i = 0 result = nums[0] while i < l: sums = [] temp = 0 for j in range(i, l): temp+=nums[j] sums.append(temp) if result < max(sums): result = max(sums) i+=1 return result
測試結果如下:
本地運行時間為14.7s,說明我的方法太粗暴了。應該尋找更好的算法。
我 優化后v1.1。優化方案,去掉sums數組,節省空間。但時間復雜度仍然不變。
l = len(nums) i = 0 result = nums[0] while i < l: temp = 0 for j in range(i, l): temp+=nums[j] if result < temp: result = temp i+=1 return result
仍然只通過200/202測試用例,仍然超出時間限制。但本地運行時間為8.3s。有進步。
別人,分治法。時間復雜度O(NlogN)
將輸入的序列分成兩部分,這個時候有三種情況。
1)最大子序列在左半部分
2)最大子序列在右半部分
3)最大子序列跨越左右部分。
前兩種情況通過遞歸求解,第三種情況可以通過。
分治法代碼大概如下,emmm。。。目前還沒有完全理解。
def maxC2(ls,low,upp): #"divide and conquer" if ls is None: return 0 elif low==upp: return ls[low] mid=(low+upp)/2 #notice: in the higher version python, “/” would get the real value lmax,rmax,tmp,i=0,0,0,mid while i>=low: tmp+=ls[i] if tmp>lmax: lmax=tmp i-=1 tmp=0 for k in range(mid+1,upp): tmp+=ls[k] if tmp>rmax: rmax=tmp return max3(rmax+lmax,maxC2(ls,low,mid),maxC2(ls,mid+1,upp)) def max3(x,y,z): if x>=y and x>=z: return x return max3(y,z,x)
動態規劃算法,時間復雜度為O(n)。
分析:尋找最優子結構。
l = len(nums) i = 0 sum = 0 MaxSum = nums[0] while i < l: sum+=nums[i] if sum > MaxSum: MaxSum = sum if sum < 0: sum = 0 i+=1 return MaxSum
Oh!My god!!! !!!!!!!!運行只花了0.2s!!!!!!!!!!!!!!!這也太強了吧!!
優化后,運行時間0.1s.
sum = 0 MaxSum = nums[0] for i in range(len(nums)): sum += nums[i] if sum > MaxSum: MaxSum = sum if sum < 0: sum = 0 return MaxSum
其中
sum += nums[i]
必須緊挨。
MaxSum = sum
關于“怎么使用Python實現最大子序和”這篇文章就分享到這里了,希望以上內容可以對大家有一定的幫助,使各位可以學到更多知識,如果覺得文章不錯,請把它分享出去讓更多的人看到。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。