【C++】分割統治法で最大部分配列和を求める方法を解説
正の値と負の値が混在する数列が与えられたとき、その中から「要素が連続する部分配列(サブアレイ)」のうち合計が最大になるものを求める問題を考えます。例えば、数列 {-2, -5, 6, -2, -3, 1, 5, -6} の場合、最大部分配列和は 7 となり、これは {6, -2, -3, 1, 5} の合計に相当します。
この問題は、分割統治法(Divide and Conquer)を用いることで効率的に解くことができます。
アルゴリズムの手順
- 配列を中央で2つに分割する
- 以下の3つの値のうち最大のものを求める
- 左側の部分配列における最大部分配列和
- 右側の部分配列における最大部分配列和
- 中央をまたいで(左右にまたがる)部分配列の最大和
中央をまたぐ最大和は、中央の要素から左方向へ累積和を取りながら最大値を求め、同様に中央+1から右方向へも最大値を求め、その2つを足し合わせることで計算できます。
C++での実装例
#include <iostream>
#include <climits>
using namespace std;
int max(int a, int b) {
return (a > b) ? a : b;
}
int max(int a, int b, int c) {
return max(max(a, b), c);
}
// 中央をまたぐ部分配列の最大和を求める
int getMaxCrossingSum(int arr[], int l, int m, int h) {
int sum = 0;
int left = INT_MIN;
for (int i = m; i >= l; i--) {
sum += arr[i];
if (sum > left)
left = sum;
}
sum = 0;
int right = INT_MIN;
for (int i = m + 1; i <= h; i++) {
sum += arr[i];
if (sum > right)
right = sum;
}
return left + right;
}
// 分割統治法による最大部分配列和
int maxSubArraySum(int arr[], int low, int high) {
if (low == high)
return arr[low];
int mid = (low + high) / 2;
return max(maxSubArraySum(arr, low, mid),
maxSubArraySum(arr, mid + 1, high),
getMaxCrossingSum(arr, low, mid, high));
}
int main() {
int arr[] = {-2, -5, 6, -2, -3, 1, 5, -6};
int n = sizeof(arr) / sizeof(arr[0]);
int max_sum = maxSubArraySum(arr, 0, n - 1);
printf("Maximum contiguous sum is %d", max_sum);
}実行結果
Maximum contiguous sum is 7
計算量について
このアルゴリズムの時間計算量は O(n log n) です。配列を再帰的に半分に分割していくため O(log n) 段階の再帰が発生し、各段階で中央をまたぐ和の計算に O(n) の処理が必要になるためです。
なお、動的計画法を利用した「カダネのアルゴリズム(Kadane's Algorithm)」を用いれば、O(n) でこの問題を解くことも可能です。データ量が非常に大きい場合は、こちらの手法を検討するとよいでしょう。
-
C++で分割統治法を使って最大部分配列和を求める方法
正と負の値が混在するデータのリストがあるとします。ここで求めるのは、要素が連続している部分配列(サブアレイ)の中で、合計が最大となるものです。例えば、リストが {-2, -5, 6, -2, -3, 1, 5, -6} の場合、最大部分配列和は 7 となり、これは {6, -2, -3, 1, 5} の合計に相当します。 この問題は、分割統治法(Divide and Conquer)を用いることで効率的に解くことができます。基本的な考え方は以下の通りです。 アルゴリズムの手順 配列を左右の2つの部分に分割する 次の3つの値のうち最大のものを答えとする 左側の部分配列における最大部分配列和
-
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