使用分而治之的 Python 程序解决最大子阵列问题
当需要使用分治法求解最大子阵列问题时，
以下是相同的演示-
示例
def max_crossing_sum(my_array, low, mid, high):
sum_elements = 0
sum_left_elements = -10000
for i in range(mid, low-1, -1):
sum_elements = sum_elements + my_array[i]
if (sum_elements > sum_left_elements):
sum_left_elements = sum_elements
sum_elements = 0
sum_right_elements = -1000
for i in range(mid + 1, high + 1):
sum_elements = sum_elements + my_array[i]
if (sum_elements > sum_right_elements):
sum_right_elements = sum_elements
return max(sum_left_elements + sum_right_elements, sum_left_elements, sum_right_elements)
def max_sub_array_sum(my_array, low, high):
if (low == high):
return my_array[low]
mid = (low + high) //2
return max(max_sub_array_sum(my_array, low, mid), max_sub_array_sum(my_array, mid+1, high), max_crossing_sum(my_array, low, mid, high))
my_list = [23, 12, 45, 67, 89, 11]
list_length = len(my_list)
print("名单是：")
print(my_list)
max_sum = max_sub_array_sum(my_list, 0, list_length-1)
print("最大连续和是 ")
print(max_sum)输出结果名单是： [23, 12, 45, 67, 89, 11] 最大连续和是 247
解释
定义了一个名为“max_crossing_sum”的方法，用于计算列表左侧元素的总和。
这是使用“max_sub_array_sum”来实现的，它有助于计算每个子数组的总和。
在方法之外，定义了一个列表，并显示在控制台上。
列表的长度是确定的。
通过传递这个列表来调用计算子数组和的方法。
总和在控制台上显示为输出