这是从算法导论课程的一个问题:
您有n个随机正整数数组(数组不需要进行排序或元素唯一的)。建议为O(n)算法来找到元素的最大的一笔,那就是用n整除。
这是比较容易找到它的O(n2)的使用动态编程和存储与余数为0,1,2最大的一笔,...,N - 1.这是一个JavaScript代码:
function sum_mod_n(a)
{
var n = a.length;
var b = new Array(n);
b.fill(-1);
for (var i = 0; i < n; i++)
{
var u = a[i] % n;
var c = b.slice();
for (var j = 0; j < n; j++) if (b[j] > -1)
{
var v = (u + j) % n;
if (b[j] + a[i] > b[v]) c[v] = b[j] + a[i];
}
if (c[u] == -1) c[u] = a[i];
b = c;
}
return b[0];
}
它也很容易找到它在为O(n),用于连续元素,存储部分和模N。另一个示例:
function cont_mod_n(a)
{
var n = a.length;
var b = new Array(n);
b.fill(-1);
b[0] = 0;
var m = 0, s = 0;
for (var i = 0; i < n; i++)
{
s += a[i];
var u = s % n;
if (b[u] == -1) b[u] = s;
else if (s - b[u] > m) m = s - b[u];
}
return m;
}
但如何为O(n),在一般情况下?任何建议将不胜感激!我认为这有什么对付线性代数,但我不知道究竟是什么。 编辑:可以这其实在O完成(N log n)的?
既然你不指定哪些随机方式(统一?如果是的话在什么区间?),一般只解决方案是一个任意阵列,我不认为你可以得到任何比O(n2)的更好。这是在Python的动态规划算法:
def sum_div(positive_integers):
n = len(positive_integers)
# initialise the dynamic programming state
# the index runs on all possible reminders mod n
# the DP values keep track of the maximum sum you can have for that reminder
DP = [0] * n
for positive_integer in positive_integers:
for remainder, max_sum in list(enumerate(DP)):
max_sum_next = max_sum + positive_integer
remainder_next = max_sum_next % n
if max_sum_next > DP[remainder_next]:
DP[remainder_next] = max_sum_next
return DP[0]
你也许可以制定出一个更快的解决方案,如果您对数组中的值的上限,例如ñ。
非常有趣的问题!这是我的JS代码。我不认为这为O(n ^ 2)可以降低,因此我假设的办法是找到一个算法是在基准方面更为有效。
我的(校正)方法可以归结为探索和的路径,直到下一个匹配一个(即由_n整除)被计算。如接下来总和被发现源阵列逐渐收缩。
(I在顶部提供不同的例子)
var _a = [1000, 1000, 1000, 1000, 1000, 1000, 99, 10, 9] ;
//var _a = [1000, 1000, 1000, 1000, 1000, 1000, 99, 10, 9, 11] ;
//var _a = [1, 6, 6, 6, 6, 6, 49] ;
//var _a = [ -1, 1, 2, 4 ] ;
//var _a = [ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 ] ;
//var _a = [1,1,1,1,1,1] ;
var _n = _a.length, _del_indexes = [] ;
var _rec = 0, _sum = 0, _start = 0, _test = 0 ;
console.log( "input array : ", _a );
console.log( "cardinality : ", _a.length );
while( _start < _a.length )
{
_test = 0 ;
for( var _i = _start ; _i < _a.length ; _i++ )
{
_sum += _a[_i%_n] ;
_del_indexes.push( _a[_i%_n] );
if ( ( _sum % _n ) == 0 )
{
_rec = _sum ;
_test = 1 ;
break ;
}
}
if ( _test )
{
for( var _d = 0 ; _d < _del_indexes.length ; _d++ ) _a.splice( _a.indexOf( _del_indexes[_d] ), 1 ) ;
_start = 0 ;
}
else _start++ ;
_del_indexes = [] ;
_sum = _rec ;
}
console.log( "Largest sum % " + _n + " is : ", _rec == 0 ? "none" : _rec );