求最大连续子段和的 dp算法

最新推荐文章于 2025-09-10 10:18:49 发布

原创最新推荐文章于 2025-09-10 10:18:49 发布 · 3.6k 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#动态规划 #最大连续子段

动态规划专栏收录该内容

30 篇文章

订阅专栏

本文介绍了一种高效求解最大子数组和问题的算法。通过分析数列的特点，提出了一种动态规划方法来找到连续子数组的最大和，并给出了具体的实现代码。

问题描述：

有n个数（以下都视为整数，浮点的也一样），每个数有正有负，现在要在n个数中选取相邻的一段，使其和最大，输出最大的和。

问题分析：

对于这样的问题，我们可以直接用暴力，一个双重循环，虽说可以，但也没有更高明的方法？我们再分析这个问题，如果我们知道了某个数前面一段数的和，我们就该考虑把这个数加入到前一段，还是重新开始一段。这个地方很重要，如果前一段的和小于0，我们重新建一段，反之加到前一段。这样我们就可以把n个数分成几段了，且每一段都求出了他们的和，然后再循环一次求出最大的一个和，我们就得到想要的结果了，也可以在分段的时候直接求结果。

代码

int MaxSub (int a[])
{  
    int dp[N], max, i;  
    max = dp[0] = a[0];  
    for (i=1; i<N; i++)  
    {  
        if (dp[i-1] > 0)  
            dp[i] = dp[i-1] + a[i];  
        else  
            dp[i] = a[i];  
        if (dp[i] > max)  
            max = dp[i];  
    }  
    return max;  
}