Fatal编程技术网
  • cplusplus/
  • C++ 长度至少为L的最大连续子序列和（递归） int-maxSumRec（常量向量&a，int-left，int-right） { if（left==right）//基本情况 返回一个[左]； int center=（左+右）/2； int maxLeftSum=maxSumRec（a，左，中）； int maxRightSum=maxSumRec（a，中间+1，右）； int maxLeftBorderSum=0，leftBorderSum=0； 对于（int i=中心；i>=左；i--） { leftBorderSum+=a[i]； 如果（leftBorderSum>maxLeftBorderSum） maxLeftBorderSum=leftBorderSum； } int maxRightBorderSum=0，rightBorderSum=0； 对于（int j=中心+1；j maxRightBorderSum） maxRightBorderSum=rightBorderSum； } 返回max3（maxLeftSum，maxRightSum， maxLeftBorderSum+maxRightBorderSum）； }

C++ 长度至少为L的最大连续子序列和（递归） int-maxSumRec（常量向量&a，int-left，int-right） { if（left==right）//基本情况 返回一个[左]； int center=（左+右）/2； int maxLeftSum=maxSumRec（a，左，中）； int maxRightSum=maxSumRec（a，中间+1，右）； int maxLeftBorderSum=0，leftBorderSum=0； 对于（int i=中心；i>=左；i--） { leftBorderSum+=a[i]； 如果（leftBorderSum>maxLeftBorderSum） maxLeftBorderSum=leftBorderSum； } int maxRightBorderSum=0，rightBorderSum=0； 对于（int j=中心+1；j maxRightBorderSum） maxRightBorderSum=rightBorderSum； } 返回max3（maxLeftSum，maxRightSum， maxLeftBorderSum+maxRightBorderSum）； }

c++ algorithm recursion

C++ 长度至少为L的最大连续子序列和（递归） int-maxSumRec（常量向量&a，int-left，int-right） { if（left==right）//基本情况 返回一个[左]； int center=（左+右）/2； int maxLeftSum=maxSumRec（a，左，中）； int maxRightSum=maxSumRec（a，中间+1，右）； int maxLeftBorderSum=0，leftBorderSum=0； 对于（int i=中心；i>=左；i--） { leftBorderSum+=a[i]； 如果（leftBorderSum>maxLeftBorderSum） maxLeftBorderSum=leftBorderSum； } int maxRightBorderSum=0，rightBorderSum=0； 对于（int j=中心+1；j maxRightBorderSum） maxRightBorderSum=rightBorderSum； } 返回max3（maxLeftSum，maxRightSum， maxLeftBorderSum+maxRightBorderSum）； },c++,algorithm,recursion,C++,Algorithm,Recursion,此函数将返回向量的最大连续子序列。任务是实现一个名为“L”的最小序列参数，然后返回长度至少为L的最大连续子序列 示例：不带L参数： int maxSumRec( const vector<int> & a, int left, int right ) { if( left == right ) // Base case return a[ left ]; int center = ( left + right ) / 2; int

此函数将返回向量的最大连续子序列。任务是实现一个名为“L”的最小序列参数，然后返回长度至少为L的最大连续子序列

示例：不带L参数：

int maxSumRec( const vector<int> & a, int left, int right )
{
    if( left == right )  // Base case
        return a[ left ];

    int center = ( left + right ) / 2;
    int maxLeftSum  = maxSumRec( a, left, center );
    int maxRightSum = maxSumRec( a, center + 1, right );

    int maxLeftBorderSum = 0, leftBorderSum = 0;
    for( int i = center; i >= left; i-- )
    {
        leftBorderSum += a[ i ];
        if( leftBorderSum > maxLeftBorderSum )
            maxLeftBorderSum = leftBorderSum;
    }

    int maxRightBorderSum = 0, rightBorderSum = 0;
    for( int j = center + 1; j <= right; j++ )
    {
        rightBorderSum += a[ j ];
        if( rightBorderSum > maxRightBorderSum )
            maxRightBorderSum = rightBorderSum;
    }

    return max3( maxLeftSum, maxRightSum,
                maxLeftBorderSum + maxRightBorderSum );
}

vector<int> a(4);
a[ 0 ] = 1; a[ 1 ] = 3; a[ 2 ] = -20; a[ 3 ] = 7;
maxSumRec(a, 0, a.size() - 1);

向量a（4）；
a[0]=1；a[1]=3；a[2]=-20；a[3]=7；
maxSumRec（a，0，a.size（）-1）；
将返回“7”

示例：使用L参数：

int maxSumRec( const vector<int> & a, int left, int right )
{
    if( left == right )  // Base case
        return a[ left ];

    int center = ( left + right ) / 2;
    int maxLeftSum  = maxSumRec( a, left, center );
    int maxRightSum = maxSumRec( a, center + 1, right );

    int maxLeftBorderSum = 0, leftBorderSum = 0;
    for( int i = center; i >= left; i-- )
    {
        leftBorderSum += a[ i ];
        if( leftBorderSum > maxLeftBorderSum )
            maxLeftBorderSum = leftBorderSum;
    }

    int maxRightBorderSum = 0, rightBorderSum = 0;
    for( int j = center + 1; j <= right; j++ )
    {
        rightBorderSum += a[ j ];
        if( rightBorderSum > maxRightBorderSum )
            maxRightBorderSum = rightBorderSum;
    }

    return max3( maxLeftSum, maxRightSum,
                maxLeftBorderSum + maxRightBorderSum );
}

vector<int> a(4);
a[ 0 ] = 1; a[ 1 ] = 3; a[ 2 ] = -20; a[ 3 ] = 7;
maxSumRec(a, 0, a.size() - 1);

intl=3；
载体a（4）；
a[0]=1；a[1]=3；a[2]=-20；a[3]=7；
maxSumRec（a，0，a.size（）-1，L）；
将返回“-9”

我知道这可以很容易地用其他不同的最大和函数来完成，但这个任务是明确的递归公式。我甚至不知道如何开始。教授给了我们这样一个提示：“将minSeq添加到递归算法中造成的主要困难是边界和计算。 显然，我们可以假设两个边界序列中的每一个都必须包含至少一个元素，否则 另一方面，递归调用已经找到了最佳解决方案 另一方面，在不知道minSeq-k会发生什么的情况下，我们不知道k元素在一侧是否足够 元素。似乎需要一些搜索，这将增加最坏的情况 算法的运行时间取决于与minSeq相关的某些因素。”

int-maxSumRec（常量向量&a，int-left，int-right，int-L）
{
int center=（左+右）/2；
...
int maxBorderSum=0，leftBorderSum=0；
//对于（int i=中心；i>=左；i--）
// {
// ...
// }
//int maxRightBorderSum=0，rightBorderSum=0；
//对于（int j=center+1；j=left；i--）{
leftBorderSum+=a[i]；
int leftLength=中心-i+1；
int minRightLength=L—leftLength；
maxBorderSum=max（maxLeftBorderSum，leftBorderSum+dpR[minRightLength]）；
}
...
返回max3（maxLeftSum、maxRightSum、maxBorderSum）；

}
棘手的情况是，当考虑一个（比如说，左）边框中包含k