📜  最大和连续子数组的 Javascript 程序

📅  最后修改于: 2022-05-13 01:56:04.640000             🧑  作者: Mango

最大和连续子数组的 Javascript 程序

编写一个高效的程序,在具有最大和的一维数字数组中找到连续子数组的和。

kadane算法

Kadane算法:

Initialize:
    max_so_far = INT_MIN
    max_ending_here = 0

Loop for each element of the array
  (a) max_ending_here = max_ending_here + a[i]
  (b) if(max_so_far < max_ending_here)
            max_so_far = max_ending_here
  (c) if(max_ending_here < 0)
            max_ending_here = 0
return max_so_far

解释:
Kadane 算法的简单思想是查找数组的所有正连续段(max_ending_here 用于此)。并跟踪所有正段之间的最大和连续段(max_so_far 用于此)。每次我们得到一个正和时,将它与 max_so_far 进行比较,如果它大于 max_so_far 则更新 max_so_far

Lets take the example:
    {-2, -3, 4, -1, -2, 1, 5, -3}

    max_so_far = max_ending_here = 0

    for i=0,  a[0] =  -2
    max_ending_here = max_ending_here + (-2)
    Set max_ending_here = 0 because max_ending_here < 0

    for i=1,  a[1] =  -3
    max_ending_here = max_ending_here + (-3)
    Set max_ending_here = 0 because max_ending_here < 0

    for i=2,  a[2] =  4
    max_ending_here = max_ending_here + (4)
    max_ending_here = 4
    max_so_far is updated to 4 because max_ending_here greater 
    than max_so_far which was 0 till now

    for i=3,  a[3] =  -1
    max_ending_here = max_ending_here + (-1)
    max_ending_here = 3

    for i=4,  a[4] =  -2
    max_ending_here = max_ending_here + (-2)
    max_ending_here = 1

    for i=5,  a[5] =  1
    max_ending_here = max_ending_here + (1)
    max_ending_here = 2

    for i=6,  a[6] =  5
    max_ending_here = max_ending_here + (5)
    max_ending_here = 7
    max_so_far is updated to 7 because max_ending_here is 
    greater than max_so_far

    for i=7,  a[7] =  -3
    max_ending_here = max_ending_here + (-3)
    max_ending_here = 4

程序:

Javascript


Javascript


Javascript


Javascript


输出:

Maximum contiguous sum is 7

另一种方法:

Javascript



时间复杂度: O(n)
算法范式:动态规划
以下是Mohit Kumar建议的另一个简单实现。当数组中的所有数字都是负数时,该实现会处理这种情况。

Javascript


输出:

Maximum contiguous sum is 7

为了打印具有最大和的子数组,我们在获得最大和时维护索引。

Javascript


输出:

Maximum contiguous sum is 7
Starting index 2
Ending index 6

Kadane 的算法既可以被视为贪心算法,也可以被视为 DP。正如我们所看到的,我们正在保持整数的运行总和,当它小于 0 时,我们将其重置为 0(贪婪部分)。这是因为继续负总和比重新开始新范围更糟糕。现在它也可以被视为一个 DP,在每个阶段我们有 2 个选择:要么获取当前元素并继续之前的总和,要么重新开始一个新的范围。这两个选择都在实施过程中得到照顾。

时间复杂度: O(n)

辅助空间: O(1)

现在试试下面的问题
给定一个整数数组(可能某些元素为负数),编写一个 C 程序,通过将数组中 n ≤ ARRAY_SIZE 的“n”个连续整数相乘,找出*最大乘积*。另外,打印最大乘积子数组的起点。

有关更多详细信息,请参阅有关最大和连续子数组的完整文章!