Python实现最大连续子数组和：暴力、分治与动态规划详解

拾光

发布时间：2026-10-13| 2人浏览过

原创

本文深入解析Python中求最大连续子数组和的三种核心算法。首先介绍时间复杂度为O(n^2)的暴力求解法，随后讲解通过递归将问题分解以降低复杂度的分治策略，最后重点阐述时间复杂度为O(n)的动态规划方法。文章提供完整代码示例，帮助开发者根据实际需求选择最优方案。

抛出问题：

给定一个整数数组，例如 l = [0, 1, 2, 3, -4, 5, -6]，我们需要计算该数组中最大连续子数组的和。例如，子数组 [0, 1, 2, 3, -4, 5] 的和为 7，这可能就是最大和。

问题分析：

这个问题相对直观，我们可以直接使用暴力法来解决，具体代码实现如下。

# -*- coding:utf-8 -*-
# 日期：2018/6/9 7:46
# Author:小鼠标

# 最大连续子数组的和
l = [0, 1, 2, 3, -4, 5, -6]
# 暴力求解
def violence(l = []):
 maxVal = 0
 x,y=0,0
 for i in range(0,len(l)+1):
  for j in range(0,len(l)+1):
   res = sum(l[i:j])
   if res > maxVal:
    maxVal = res
    x = i
    y = j
 return maxVal,x,y
maxVal, x, y = violence(l)
print(maxVal,(x,y))

分治法：

鉴于暴力法的时间复杂度较高，我们在其基础上进行了优化，引入了分治法来提升性能。

分治法的核心思想是将原列表从中间一分为二，此时最大连续子数组只可能出现在以下三种情况之一：

1、最大子数组完全位于左半部分。

2、最大子数组完全位于右半部分。

3、最大子数组跨越中间分界线，即由左半部分的后缀和右半部分的前缀组成。

因此，我们需要分情况讨论并计算这三种情况的最大值。这种方法在一定程度上降低了时间复杂度，从之前的 n^2 降到了 (n/2)^2 + 2n。

# -*- coding:utf-8 -*-
# 日期：2018/6/9 7:46
# Author:小鼠标

# 最大连续子数组的和
l = [0, 1, 2, 3, -4, 5, -6]
#暴力求解
def violence(l = []):
 maxVal = 0
 x,y=0,0
 for i in range(0,len(l)+1):
  for j in range(0,len(l)+1):
   res = sum(l[i:j])
   if res > maxVal:
    maxVal = res
    x = i
    y = j
 return maxVal,x,y
#分治法 想左扫 向右扫,求出两边的最大值
def left_or_right(l):
 maxVal = 0
 term = 0
 for i in l:
  term += i
  if maxVal < term:
   maxVal = term
 return maxVal
def Separate():
 middle = int(len(l)/2)
 l1 = l[0:middle]
 l2 = l[middle:len(l)]
 #左半部分
 maxVal1,x1,y1 = violence(l1)
 #右半部分
 maxVal2,x2,y2 = violence(l2)
 #跨立在中间
 max_right = left_or_right(l2)
 max_left = left_or_right(l1[::-1])
 maxVal3 = max_right + max_left
 return max(maxVal1,maxVal2,maxVal3)
val = Separate()
print(val)

动态规划：

尽管分治法有所改进，但其时间复杂度仍然较高，可能无法满足某些生产环境的需求。如果我们的目标仅仅是求最大子序列的和的值，而不需要返回具体的子序列，那么可以引入另一种方法——动态规划。

这种方法的时间复杂度是线性的，极大地降低了计算开销。

# -*- coding:utf-8 -*-
# 日期：2018/6/9 8:38
# Author:小鼠标

def function(lists):
 max_sum = lists[0]
 pre_sum = 0
 for i in lists:
  # 因为最大子列表一定是从一个非0的数开始的（假定列表中有正数有负数）
  # 所以就可以暂时筛选调小于0的数，即便列表全是负数，那么最大的子列表肯定是负数最大的一个
  if pre_sum < 0:
   pre_sum = i
  else:
   pre_sum += i
  if pre_sum > max_sum:
   max_sum = pre_sum
 return max_sum
lists = [0, 1, 2, 3, -4, 5, -6]
print(function(lists))

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持本站。