标签：第三章 子段 int 复杂度 Maxsum 算法 实验报告 sum

算法实践报告第三章

1.实践题目名称

   7-1 最大子段和 

 

2.问题描述

   给定n个整数（可能为负数）组成的序列a[1],a[2],a[3],…,a[n]，求该序列如a[i]+a[i+1]+…+a[j]的子段和的最大值。当所给的整数均为负数时，定义子段和为0。

   要求算法的时间复杂度为O(n)。

  3.算法描述

#include <iostream>
using namespace std;

int Maxsum(int n, int *a){
    int sum = 0, b=0;
    for(int i=1; i<n; i++){
        if(b>0)
            b += a[i];
        else
            b = a[i];
        if(b>sum)
            sum = b;
    }
    return sum;
}

int main(){
    int n;
    cin>>n;
    int a[n];
    for(int i=0; i<n; i++){
        cin>>a[i];
    }
    int m = Maxsum(n, a);
    cout<<m;
    return 0;
}

   

 

4.算法时间及空间复杂度分析

   时间复杂度：时间复杂度为O(n)。

   空间复杂度：空间复杂度为O(n)。

 

5.心得体会

　　对动态规划有了更深入的认识。

 

6.动态规划的个人体会和思考

　　动态规划最重要的部分是问题结构分析，只有对问题进行准确的结构分袭，才能得出合理的解题方法。

标签：第三章,子段,int,复杂度,Maxsum,算法,实验报告,sum
来源： https://www.cnblogs.com/coolbanana/p/15468345.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。