Max Sum Plus Plus
Time Limit : 2000/1000ms(Java/Other) Memory Limit : 65536/32768K (Java/Other)
Total Submission(s) :0 Accepted Submission(s) : 0
Font: Times New Roman | Verdana | Georgia
Font Size: ← →
ProblemDescription
Now I think youhave got an AC in Ignatius.L's "Max Sum" problem. To be a braveACMer, we always challenge ourselves to more difficult problems. Now you arefaced with a more difficult problem.
Given a consecutive number sequence S1, S2,S3, S4 ... Sx, ... Sn (1 ≤ x ≤ n ≤ 1,000,000, -32768 ≤ Sx ≤ 32767). We define a function sum(i, j) = Si + ... + Sj (1 ≤ i ≤ j ≤ n).
Now given an integer m (m > 0), your task is to find m pairs of i and jwhich make sum(i1, j1) + sum(i2,j2) + sum(i3, j3) + ... +sum(im, jm) maximal (ix ≤ iy ≤ jx or ix ≤ jy ≤ jx is not allowed).
But I`m lazy, I don't want to write a special-judge module, so you don't haveto output m pairs of i and j, just output the maximal summation of sum(ix,jx)(1 ≤ x ≤ m) instead. ^_^
Input
Each test case willbegin with two integers m and n, followed by n integers S1, S2,S3 ... Sn.
Process to the end of file.
Output
Output the maximalsummation described above in one line.
Sample Input
1 3 1 2 3
2 6 -1 4 -2 3 -2 3
Sample Output
6
8
Hint
Huge input, scanfand dynamic programming is recommended.
Author
JGShining(极光炫影)
★ Max Sum Plus Plus http://acm.hdu.edu.cn/showproblem.php?pid=1024
1. 对于前n个数, 以v[n]为底取m段:
当n==m时,Sum[m][n]=Sum[m-1][n-1]+v[n],第n个数独立成段;
当n>m时, Sum[m][n]=max{Sum[m-1][k],Sum[m][n-1]}+v[n]; 其中,m-1<=k<j,解释为,v[n]要么加在Sum[m][n-1],段数不变,要么独立成段接在前n-1个数取m-1段所能构成的最大值后面
2. 空间的优化:
通过状态方程可以看出,取m段时,只与取m-1段有关,所以用滚动数组来节省空间
问题:
给定由n个整数(可能为负整数)组成的序列e1,e2,…,en,以及一个正整数m,要求确定序列的m个不相交子段,使这m个子段的总和达到最大。
分析:
设b(i,j)表示数组e的前j项中i个子段和的最大值,且第i个子段含e[j](1£ i £m,i£ j £n)。以下称b(i,j)为“最后一个元素属于第i子段的j元素i子段问题”。则n个元素中求i个子段的最优值显然为:
best(i,n) = Max{ b(i, j) } (i <= j <= n)
计算b(i,j)的最优子结构为:
b(i,j) = Max{ b(i, j-1) + e[i], Max{ b(i-1, t) } + e[i] } (i<= t < j)
这样,可以得到时间复杂度为O(m * n ^ 2)和空间复杂度为O(m * n)的MS相当漂亮而且容易理解的DP算法。当n不大的时候,这个算法足够优秀,然而,当n很大的时候,这个算法显然是不能让人满意的!
优化:
观察上面的最优子结构,我们发现b(i, j)的计算只和b(i, j-1)和b(i-1, t)有关,也就是说只和最后一个元素属于第i子段的j-1元素i子段问题和前j-1个元素的最大i-1子段问题有关(可以分别理解为将e[j]作为最后一个元素而并入第i子段和将e[j]另起一段作为第i分段)。这样,我们只要分别用curr_best和prev_best两个一维数组保存当前阶段和前一阶段的状态值b(i, *)和b(i-1,*) 就行了,内存使用也就可以降为O(2 * n)。
再来看看时间。分析发现,原算法低效主要是在求max_sum(i, t) = Max{b(i, t)} (i<= t < j)的时候用了O(n)的时间。其实,在求b(i, j)的过程中,我们完全可以同时计算出max_sum(i, t),因为max_sum(i,j) = Max{b(i,j), max_sum(i,j-1)},这个只花费O(1)的时间。而max_sum(i,t)不就是i+1阶段中要用到的吗?关键问题已经解决了!那如何保存max_sum呢?再开一个数组?我们可以在prev_best数组中保存!这个数组的任务相当艰巨,它既存放着i-1阶段的max_sum数值,又存放这供i+1阶段使用的i阶段的max_sum值。MS这有点矛盾?其实这是可行的。注意到我们在计算b(i,j)时只使用了prev_best[j-1],使用完了再也没有用了,这样空闲着岂不浪费?其实我们可以将max_sum(i, j-1)存放到prev_best[j-1]里面——这个主意相当不错,它让所有问题迎刃而解。
现在,我们得到了一个时间复杂度为O(m * n)、空间复杂度为(2 * n)的算法。这个算法相当优秀,以至于m为小常数,n = 1000000时,结果也是瞬间就出来了(此时算法的时间复杂度可以认为是O(n)的)。
#include<stdio.h>
#include<stdlib.h>
#define MIN_SUM 0x80000000
int max_sum(int e[],int n,int m)
{
int *curr_best;
int *prev_best;
int max_sum,i,j;
curr_best=(int*)malloc(sizeof(int)*(n+1));
prev_best=(int*)calloc(n+1,sizeof(int));
*curr_best=0;
e--;
for(i=1;i<=m;++i)
{
max_sum=MIN_SUM;
for(j=i;j<=n;++j)
{
if(curr_best[j-1]<prev_best[j-1])
curr_best[j]=prev_best[j-1]+e[j];
else
curr_best[j]=curr_best[j-1]+e[j];
prev_best[j-1]=max_sum;
if(max_sum<curr_best[j])
max_sum=curr_best[j];
}
prev_best[j-1]=max_sum;
}
free(prev_best);
free(curr_best);
return max_sum;
}
int main()
{
int n,m,i,*data;
while(scanf("%d%d",&m,&n)==2&&n>0&&m>0)
{
data=(int*)malloc(sizeof(int)*n);
for(i=0;i<n;i++)
scanf("%d",&data[i]);
printf("%d\n",max_sum(data,n,m));
free(data);
}
return 0;
}