用动态规划的思路解决最大子段和和问题

本文的内容在于利用动态规划的思路解决最大子段和问题，在本题中，所谓动态规划的思路即是从第一个数开始，两数相加，若和为负数，则此和在与下一个数相加时，必会导致下一个数的减小，那么为了求最大子段和，便需要将这个负数和舍掉，更新为第三个数，从第三个数开始重新算和。以下即为代码，用的是python语言。

#首先从键盘上输入列表，输入ok后循环结束，得到列表
numbers = []
while True:
    number = input("Enter a number (or 'ok' is end):")
    if number == 'ok':
        break
    else:
        numbers.append(int(number))
print(numbers)
#开始计算最大子段和
i = 0
first_sum = numbers[0]
second_sum = numbers[0]
while i < len(numbers) - 2:
    i = i + 1
    if first_sum < 0:
        first_sum = numbers[i]
    else:
        first_sum = first_sum + numbers[i]
    if first_sum > second_sum:
        second_sum = first_sum
    if second_sum < 0:
        second_sum = 0
#输出最大子段和
print(f"The most sum is {second_sum}")

以下代码为笔者用面对对象编程优化后的代码

class Most_sum:
    def __init__(self):
        self.numbers = []
#第一个函数的作用为输入列表
    def get_numbers(self):
        while True:
            number = input("Enter a number (or 'ok' to end): ")
            if number == 'ok':
                break
            else:
                self.numbers.append(int(number))
#第二个函数的作用为计算最大子段和
    def get_most_sum(self):
        i = 0
        first_sum = self.numbers[0]
        second_sum = self.numbers[0]
        while i < len(self.numbers) - 1:
            i = i + 1
            if first_sum < 0:
                first_sum = self.numbers[i]
            else:
                first_sum = first_sum + self.numbers[i]
            if first_sum > second_sum:
                second_sum = first_sum
            if second_sum < 0:
                second_sum = 0
        return second_sum
#得到最大子段和
new_most_sum = Most_sum()
new_most_sum.get_numbers()
print(new_most_sum.get_most_sum())