求最小子序列和，最小的正子序列和，最大子序列乘积

kinkin..

已于 2022-03-27 16:43:08 修改

阅读量846

点赞数

CC 4.0 BY-SA版权

分类专栏： C++学习文章标签：算法

于 2022-03-27 11:05:33 首次发布

原文链接：https://blog.csdn.net/xiaofengcanyuelong/article/details/78997486?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522164834311816780271921852%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=164834311816780271921852&biz_id=0&

C++学习专栏收录该内容

14 篇文章

订阅专栏

本文介绍了几种经典的子序列求和与乘积问题的算法实现，包括最小子序列和、最小的正子序列和及最大子序列乘积等。通过动态规划等方法解决了这些算法问题，并给出了具体实例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

目录

最小子序列和

最小的正子序列和

最大子序列乘积

最小子序列和

int minSubSum2(const vector<int> &arr)
{
    int minSum = 0;
    for(int i=0;i<arr.size();i++){
        int thisSum = 0;
        for(int j=i;j<arr.size();j++){
            thisSum+=arr[j];

            if(thisSum < minSum){
                minSum = thisSum;
            }
        }
    }

    return minSum;
}

int minSubSum4(const vector<int> &arr)
{
    int thisSum = 0;
    int minSum = 0;
    for(int i=0;i<arr.size();i++){
        thisSum += arr[i];
        if(thisSum < minSum){
            minSum = thisSum;
        }else if(thisSum > 0){//任何正的子序列不可能是最小子序列的前缀
            thisSum = 0;
        }
    }

    return minSum;
}

最小的正子序列和

/*
 *计算最小的正子序列之和
 */
int minPositiveSubSum(const vector<int> &arr){
    int sum = 0;
    int flag = 0;
    int res;
    vector<int> a;
    for(int i=0;i<arr.size();i++){
        sum+=arr[i];
        a.push_back(sum);
    }
    sort(a.begin(),a.end());//默认从小到大排序
    for(int i=0;i<a.size();i++){
        if(a[i]-a[i-1]>0){
            if(flag == 0){
                res = a[i]-a[i-1];
                flag =1;
            }else{
                if(a[i]-a[i-1] < res)
                    res = a[i] - a[i-1];
            }
        }
    }
    return res;
}

思路：

虽然说遇到连续和会想到前缀和，但是这道题对前缀和的使用实在是太巧妙了！ Orz大佬的思想：

我们记录前缀和的位置pos，以及前缀和的值val

然后对前缀和的值进行排序

然后我们找相邻的点，如果满足前面的pos小于后面的pos，它们 val 的差大于0 那么我们就记录它们的val之差

为什么是找相邻的点就可以了呢？

解释一下为什么只需检查相邻2个数就可以，设ABC是排序后的结果，如果A同B不能组成序列，而A同C可以组成序列，那么B同C也可以组成序列，并且BC会是一个更优的解。

略微证明下：

因为A和B不能组成序列，那么B的pos 小于 A的pos。因为A和C可以组成序列，那么C的pos 大于 A的pos

所以B和C肯定也可以组成序列！因为又是排序过了的，所以B和C的差值肯定是优于A和C的差值的

最大子序列乘积

用了动态规划，乘积不像加法，两个负数相乘可能会是最大的

算法1：

这个代码有点问题，但思路正确

maxNeg = -maxPos*a[i];
maxPos = -maxNeg*a[i];// maxNeg == 0 will cause an empty positive suffix

这里赋值有点问题

int maxSubProd(const vector<int> &a)
{
   int maxVal = 1, maxPos = 1, maxNeg = 0;
   for (auto i = 0; i < a.size(); i++){
     if (a[i] > 0){
       maxPos = maxPos*a[i];
       maxNeg = maxNeg*a[i];
     }else if (a[i] < 0){
       maxNeg = -maxPos*a[i];
       maxPos = -maxNeg*a[i];// maxNeg == 0 will cause an empty positive suffix
     }else{
       maxPos =1;
       maxNeg = 0;
     }
     cout<<"此时i为"<<i<<" "<<"maxPos="<<maxPos<<"   "<<"maxNeg="<<maxNeg
        <<endl;
     if (maxPos < 1) maxPos = 1;
     if (maxPos > maxVal) maxVal = maxPos;

   }
   return maxVal;
} // O(n)

算法2

该做法转别人的,还不是很懂链接地址是原文

#define N 20000
int maxSubMul(const vector<int> &arr){

    int maxArr[N],minArr[N];
    maxArr[0] = minArr[0] = arr[0];
    int maxMul = arr[0];
    for(int i=1;i<arr.size();i++){
        maxArr[i] = max(max(arr[i],minArr[i-1]*arr[i]),maxArr[i-1]*arr[i]);
        minArr[i] = min(min(arr[i],minArr[i-1]*arr[i]),maxArr[i-1]*arr[i]);
        maxMul = max(maxMul,maxArr[i]);
    }

    return maxMul;
}

核心: 每一步只需要记住其前一步的正数最大值和负数的最小值
举个例子:
maxA[i-1]=3
minA[i-1]=-2
此时的Ai=-1
由此可得
maxA[i+1]=-2*-1=2
minA[i-1]=3*-1=-3
根据这个例子便可推出关于maxA[i],minA[i]的方程即
maxA[i] = max(max(a[i], minA[i - 1] * a[i]), maxA[i - 1] * a[i]);
minA[i] = min(min(a[i], minA[i - 1] * a[i]), maxA[i - 1] * a[i]);

算法3：

int maxSubMul4(const vector<int> &arr)
{
    int thisMul = 1;
    int maxMul = 1;
    for(int i=0;i<arr.size();i++){
        thisMul *= arr[i];
        if(thisMul > maxMul){
            maxMul = thisMul;
        }else if(thisMul < 0){
            thisMul = 1;
        }
    }

    return maxMul;
}

主程序

int main()
{
    vector<int> arr1 = {4,-1,5,-2,-1,2,6,-2,-1,5,-2,-1};
    vector<int> arr2 = {9,-3,-5,-7,11,7};
    vector<int> arr3 = {2,-3,-3,7,5};
    vector<int> arr4 = {3,-2,5,-7,9,-6,-7,-3,2,10};


    cout<<"sum is (minSubSum4) "<<minSubSum4(arr1)
       <<"   "<<minSubSum4(arr2)
       <<"   "<<minSubSum4(arr3)
       <<"   "<<minSubSum4(arr4)<<endl; //正确


    cout<<"sum is (minPositiveSubSum) "<<minPositiveSubSum(arr1)
       <<"   "<<minPositiveSubSum(arr2)
       <<"   "<<minPositiveSubSum(arr3)
       <<"   "<<minPositiveSubSum(arr4)<<endl; //正确

//    cout<<"sum is (minPosSubSum) "<<minPosSubSum(arr1)
//       <<"   "<<minPosSubSum(arr2)
//       <<"   "<<minPosSubSum(arr3)
//       <<"   "<<minPosSubSum(arr4)<<endl; //错误

    cout<<"mul is (maxSubMul) "<<maxSubMul(arr1)
       <<"   "<<maxSubMul(arr2)
       <<"   "<<maxSubMul(arr3)
       <<"   "<<maxSubMul(arr4)<<endl;  //结果正确

    cout<<"mul is (maxSubProd) "<<maxSubProd(arr1)
       <<"   "<<maxSubProd(arr2)
       <<"   "<<maxSubProd(arr3)
       <<"   "<<maxSubProd(arr4)<<endl;  //错误

    cout<<"mul is (maxSubMul4) "<<maxSubMul4(arr1)
       <<"   "<<maxSubMul4(arr2)
       <<"   "<<maxSubMul4(arr3)
       <<"   "<<maxSubMul4(arr4)<<endl;  //错误


    return 0;
}

结果

sum is (minSubSum4) -3   -15   -6   -16
sum is (minPositiveSubSum) 1   1   1   1
mul is (maxSubMul) 9600   2695   630   793800
mul is (maxSubProd) 76800   7640325   5670   840157920
mul is (maxSubMul4) 12   77   35   20
按 <RETURN> 来关闭窗口...
^C

参考：计算最小的正子序列和_七仔_新浪博客

最小正子段和 - _Ackerman - 博客园求最小子序列和求最小的正序列求最大子序列乘积_qq789045的博客-CSDN博客最小正子段和 - _Ackerman - 博客园