在考虑递归实现之前,我设法用动态编程解决了最大子数组问题,但是,由于我正在努力解决更复杂的动态编程问题,所以我决定研究基础知识,例如查看我正在实现的递归解决方案,然后将其转换到动态的。
我的动态规划解决方案如下:
int[] dp = new int[arr.length];
if (arr.length == 0)
{
return 0;
}
//initialize
dp[0] = Math.max(0, arr[0]);
int max = dp[0];
for (int i = 1; i < arr.length; i++)
{
dp[i] = Math.max(0, arr[i] + dp[i - 1]);
if (dp[i] > max)
{
max = dp[i];
}
}
return max;
当我开始考虑递归实现时,我似乎找不到导致这一逻辑的正确实现。我想出的唯一递归解决方案是将数组分成几个小部分:
public static int maxsubarrayR(int[] arr, int start, int end)
{
if (start == end)
{
return 0;
}
else
{
return Math.max(sum(arr, start, end), Math.max(maxsubarrayR(arr, start + 1, end), maxsubarrayR(arr, start, end - 1)));
}
}
其中涉及一个额外的基本求和方法。有人可以展示导致动态编程解决方案的递归实现吗?
最佳答案
你的arr就像一个全局变量,所以我们只能将它用作参数。 您的 dp 是一个辅助变量,是下一次迭代的枢轴。 您的最大值是一个可变目标。 所有工作均在以下位置完成:
pivot = Math.max(0, arr[i] + pivot);
if (pivot >= max){
max = pivot;
}
所以你可以尝试这个:
private static int resolveR(int i, int max, int pivot, int[] arr){
//initialize
if (i == arr.length){
return max;
} else {
pivot = Math.max(0, arr[i] + pivot);
if (pivot >= max){
max = pivot;
}
return resolveR(i+1, max, pivot, arr);
}
}
在此处查看实际操作:http://ideone.com/qvs1lJ
关于java - 从递归解构建最大子数组动态规划解,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57751310/