mooc摘记
第一讲
1.捕捉程序的运行时间
2.解决问题方法的效率与
①数据的组织方式
②空间的利用效率
③算法的巧妙程度
第二讲
PTA练习摘记
01-复杂度1 最大子列和问题
最大子列和问题,mooc一共给出了四种解法。推荐第四种做法。
解法一:
遍历子列的左右端点,循环求和,思路简单,但时间复杂度高
解法二:
遍历子列的左端点,循环右端点求和,思路依旧简单,但时间复杂度低了一个档次
解法三:
分治法,先考虑左半边的最大子列和,再考虑右半边的最大子列和,最后考虑跨越中间分界线的最大子列和,那么当前想求的最大子列和即为三数中的最大值,之后递归求解整个数组。
代码:
int Max3( int A, int B, int C )
{ /* 返回3个整数中的最大值 */
return A > B ? A > C ? A : C : B > C ? B : C;
}
int DivideAndConquer( int List[], int left, int right )
{ /* 分治法求List[left]到List[right]的最大子列和 */
int MaxLeftSum, MaxRightSum; /* 存放左右子问题的解 */
int MaxLeftBorderSum, MaxRightBorderSum; /*存放跨分界线的结果*/
int LeftBorderSum, RightBorderSum;
int center, i;
if( left == right ) { /* 递归的终止条件,子列只有1个数字 */
if( List[left] > 0 ) return List[left];
else return 0;
}
/* 下面是"分"的过程 */
center = ( left + right ) / 2; /* 找到中分点 */
/* 递归求得两边子列的最大和 */
MaxLeftSum = DivideAndConquer( List, left, center );
MaxRightSum = DivideAndConquer( List, center+1, right );
/* 下面求跨分界线的最大子列和 */
MaxLeftBorderSum = 0; LeftBorderSum = 0;
for( i=center; i>=left; i-- ) { /* 从中线向左扫描 */
LeftBorderSum += List[i];
if( LeftBorderSum > MaxLeftBorderSum )
MaxLeftBorderSum = LeftBorderSum;
} /* 左边扫描结束 */
MaxRightBorderSum = 0; RightBorderSum = 0;
for( i=center+1; i<=right; i++ ) { /* 从中线向右扫描 */
RightBorderSum += List[i];
if( RightBorderSum > MaxRightBorderSum )
MaxRightBorderSum = RightBorderSum;
} /* 右边扫描结束 */
/* 下面返回"治"的结果 */
return Max3( MaxLeftSum, MaxRightSum, MaxLeftBorderSum + MaxRightBorderSum );
}
int MaxSubseqSum3( int List[], int N )
{ /* 保持与前2种算法相同的函数接口 */
return DivideAndConquer( List, 0, N-1 );
}
第四种:
标签:MOOC,return,子列,int,center,List,数据结构,left From: https://www.cnblogs.com/Qiansui/p/17204890.html