Max Sum（最大子段和问题）

最新推荐文章于 2018-04-08 17:12:04 发布

AC_Gibson

最新推荐文章于 2018-04-08 17:12:04 发布

阅读量5.2k

点赞数

分类专栏： DP

本文链接：https://blog.csdn.net/AC_Gibson/article/details/41698831

版权

本文探讨了最大子段和问题，给出了如何找出序列中元素和最大的子序列的方法。通过动态规划（dp）策略，公式表示为：dp(i) = max(dp(i-1) + ans(i), ans(i))。文章以HDU1003和POJ2479两道题目为例，详细解释了解决这类问题的步骤。在HDU1003中，通过维护变量sum和记录起点head来更新最大子段和。而在POJ2479中，需要找到两个互不相交子序列的和的最大值，可以通过两次遍历分别计算正序和逆序的dp值来解决。" 131027869,10385585,Python升序排序：Lambda函数的秘密,"['Python', '算法', '编程技巧']

摘要由CSDN通过智能技术生成

最大子段和：给定一个序列（元素可正可负），找出其子序列中元素和最大的值。

我们用dp（i）表示序列中以元素ans（i）结尾的序列的最大子段和，那么有：dp（i）=max（dp（i-1）+ans（i），ans（i））；

#define INF 999999999
int solve(int ans[],int n)  
{  
    dp[0]=0;  
    int nmax=-INF;  
    for(int i=1;i<=n;i++)  
    {  
        dp[i]=max(dp[i-1]+ans[i],ans[i]);  
        nmax=max(nmax,dp[i]);  
    }  
    return nmax;  
}

首先来看一道比较基础的最大子段和问题--HDU1003 Max Sum:

题目大意：给定一个序列，让求出此序列的最大子段和，并输出该子序列在原序列中的位置。

这里我们用变量sum来代替dp（）数组，如果sum+a(i)<a(i)，就更新sum的值，并重新纪录head的值，如果sum+a(i)>=a(i)，则只需更新sum的值；