请设计一个算法,找出C#数组中的最大范围,计算该范围内元素之和

请设计一个算法,找出C#数组中的最大范围,计算该范围内元素之和

编码文章call10242025-02-05 18:10:169A+A-

以下是一个算法设计,能够在 C# 数组中找出最大范围(子数组),并计算该范围内的元素之和。这个问题是典型的最大子数组问题,可以使用 Kadane 算法 来高效解决,其时间复杂度为 O(n)。


算法思想

  1. 遍历数组,同时记录:当前的子数组和(currentSum)。最大的子数组和(maxSum)。最大子数组的起始和结束索引(startIndex 和 endIndex)。
  2. 如果 currentSum 小于 0,重新从当前元素开始计算子数组。
  3. 如果 currentSum 大于 maxSum,更新最大和以及对应的范围。

代码实现

using System;

class Program
{
    static void Main()
    {
        // 输入数组
        int[] array = { -2, 1, -3, 4, -1, 2, 1, -5, 4 };

        // 找到最大范围及其和
        var result = FindMaxSubarray(array);

        // 输出结果
        Console.WriteLine($"最大范围: [{result.StartIndex}, {result.EndIndex}]");
        Console.WriteLine($"范围内的元素之和: {result.MaxSum}");
        Console.WriteLine("子数组: " + string.Join(", ", result.Subarray));
    }

    static (int StartIndex, int EndIndex, int MaxSum, int[] Subarray) FindMaxSubarray(int[] array)
    {
        int maxSum = int.MinValue;
        int currentSum = 0;
        int start = 0, tempStart = 0, end = 0;

        for (int i = 0; i < array.Length; i++)
        {
            currentSum += array[i];

            // 更新最大和及范围
            if (currentSum > maxSum)
            {
                maxSum = currentSum;
                start = tempStart;
                end = i;
            }

            // 如果当前和小于0,重新开始计算子数组
            if (currentSum < 0)
            {
                currentSum = 0;
                tempStart = i + 1;
            }
        }

        // 提取子数组
        int[] subarray = new int[end - start + 1];
        Array.Copy(array, start, subarray, 0, end - start + 1);

        return (start, end, maxSum, subarray);
    }
}

代码解析

  1. 输入数组
  2. 示例数组为 { -2, 1, -3, 4, -1, 2, 1, -5, 4 }。
  3. Kadane 算法
  4. 使用 currentSum 记录当前子数组的和。
  5. 当 currentSum > maxSum 时,更新最大和 maxSum 以及范围索引。
  6. 重置条件
  7. 当 currentSum < 0 时,重置 currentSum 为 0 并移动临时起点 tempStart。
  8. 提取子数组
  9. 使用 Array.Copy 方法提取出最大范围的子数组。

运行结果

对于输入数组 { -2, 1, -3, 4, -1, 2, 1, -5, 4 },输出结果为:

最大范围: [3, 6]
范围内的元素之和: 6
子数组: 4, -1, 2, 1

时间和空间复杂度

  • 时间复杂度:O(n),只需遍历数组一次。
  • 空间复杂度:O(k),其中 k 是最大子数组的长度,用于存储子数组。

算法优势

  1. 高效:相比暴力解法的 O(n2) 或 O(n3) 时间复杂度,Kadane 算法性能更优。
  2. 简洁:通过单次遍历即可找到最大范围和其元素和。
  3. 易用:适用于绝大多数包含正负数的数组问题。
点击这里复制本文地址 以上内容由文彬编程网整理呈现,请务必在转载分享时注明本文地址!如对内容有疑问,请联系我们,谢谢!
qrcode

文彬编程网 © All Rights Reserved.  蜀ICP备2024111239号-4