C++
 Computer >> コンピューター >  >> プログラミング >> C++

C++で厳密に増加する部分配列の最大和を求めるアルゴリズム

問題の概要

n 個の整数からなる配列が与えられたとき、その中に存在する「厳密に増加する(strictly increasing)部分配列」の中で、要素の合計が最大となるものを求めます。

例として、次のような配列を考えてみましょう。

[1, 2, 3, 2, 5, 1, 7]

この配列には、厳密に増加している部分配列が3つ存在します。

  • {1, 2, 3}
  • {2, 5}
  • {1, 7}

それぞれの合計は 6、7、8 となり、この中で最大となるのは {1, 7} の合計 8 です。

解き方の考え方

この問題は、現在の部分配列の合計(current_sum)これまでの最大合計(max_sum)を追跡しながら配列を一度だけ走査することで、O(n) の計算量で効率よく解けます。

具体的な手順は以下の通りです。

  1. 配列の先頭要素を current_sum の初期値とします。
  2. 各要素 arr[i] について、直前の要素 arr[i-1] より大きければ、それは同じ増加列の続きなので current_sum に加算します。
  3. そうでなければ、そこが新しい部分配列の始点になります。current_sum を更新する前に、必要に応じて max_sum を現在の current_sum で更新します。
  4. <ル>最後に、max_sum と current_sum のうち大きい方を答えとして返します。

C++での実装例

#include<iostream>
using namespace std;

int maximum(int a, int b){
    return (a > b) ? a : b;
}

int maximum_sum_incr_subarr(int array[], int n) {
    int max_sum = 0;
    int current_sum = array[0];

    for (int i = 1; i < n; i++) {
        if (array[i - 1] < array[i])
            current_sum = current_sum + array[i];
        else {
            max_sum = maximum(max_sum, current_sum);
            current_sum = array[i];
        }
    }
    return max(max_sum, current_sum);
}

int main() {
    int arr[] = {1, 2, 3, 2, 5, 1, 7};
    int n = sizeof(arr) / sizeof(arr[0]);
    cout << "Maximum sum : " << maximum_sum_incr_subarr(arr, n);
}

実行結果

Maximum sum : 8

まとめ

このアルゴリズムは配列を一度だけ走査すればよいため、時間計算量は O(n)、追加のメモリ使用量は O(1) ときわめて効率的です。増加列が途切れるタイミングで合計をリセットし、その都度最大値を更新していくというシンプルな発想がポイントです。

  1. C++で二分木の最大垂直和を求める方法

    はじめに二分木が与えられたとき、垂直順序走査における各垂直列のノード値の合計を計算し、その中から最大値を求めて出力するのが本記事の課題です。例として、以下のような二分木を考えてみましょう。この二分木を垂直順序走査すると、各列の合計は次のようになります。4 2 1 + 5 + 6 = 12 3 + 8 = 11 7 9各列の合計の中で最大となるのは 12 です。アルゴリズムの考え方アプローチはシンプルです。幅優先探索(BFS)を用いて垂直順序走査を行い、各ノードに水平距離を割り当てます。ルートの水平距離を 0 とし、左に移動するごとに -1、右に移動するごとに +1 とします。同じ水平距離を持つ

  2. 二分探索(分割統治)アプローチで最大部分配列の合計を求めるC++プログラム

    二分探索は、計算量 O(log n) と非常に高速な探索アルゴリズムで、「分割統治法(divide and conquer)」という原理に基づいて動作します。このアルゴリズムが正しく機能するためには、対象となるデータ集合があらかじめソート済みである必要があります。 二分探索では、データ集合の中央にある要素と目的の要素を比較しながら特定の項目を探します。一致すればそのインデックスを返し、中央の要素の方が大きければ中央より左側の部分配列を、そうでなければ右側の部分配列を探索します。この処理を部分配列に対して繰り返し、探索範囲がゼロになるまで続けます。 本記事で紹介するのは、この分割統治の考え方を応