最大子段和 (dp)

Problem Description

N个整数组成的序列a1,a2,a3,…,ann, 求该序列如ai+ai+1+…+aj的连续子段和的最大值。当所给的整数均为负数时和为0。

例如:-2,11,-4,13,-5,-2,和最大的子段为:11,-4,13。和为20。

Input

第1行:整数序列的长度N(2 <= N <= 50000) 
第2 - N + 1行:N个整数(-10^9 <= Ai<= 10^9)

Output

输出最大子段和。

Sample Input

6
-2
11
-4
13
-5
-2

Sample Output

20

 

 

 

 

本题思路: dp求解(读者:?? 这博主是zz吗? 我也知道是用dp求, 你这不是废话吗。。     博主: 没错,这就是废话   。。。。。。。。(@ ^   .....  ^@))

个人感觉dp的题都是看你能不能求出dp公式的   ,

 

这题看上去我并没有用dp 公式,其实它的本质还是dp公式   dp[ i ] = max ( dp [ i - 1 ] + a [ i ] , a [ i ] ) 的变形,如果dp[ i - 1 ] > 0 ,我就看 dp [ i - 1 ] + a [ i ] 和 a[ i ] 谁更大,然后求一下dp[ i ]的最大值就好了,,就这样一直求max即可
 

 

 

AC代码:

#include <stdio.h>
#include <iostream>
#include <string.h>
#include <algorithm>
#include <string>
#include <vector>
#include <queue>
#include <stack>
#include <map>
#include <set>
using namespace std;
typedef long long ll;

ll a[50000+10], dp[50000+10];

int main()
{
    ll sum = 0, ans = 0;
    int n, flag = 0;//定义一个flag标记该数列是否所有项都为负数
    scanf("%d", &n);
    for(int i = 0; i < n; i++)
    {
        scanf("%lld", &a[i]);
        if(a[i] > 0)    flag = 1;
    }
    if(flag == 1)
    {
        for(int i = 0; i < n; i++)
        {
            sum = max(sum, 0*1ll) + a[i];//如果sum小于0,直接取前一个sum(或者直接从当前的第i项以后继续重复操作)就可以得到最大值
            ans = max(ans, sum);//求sum中的最大值即为 answer
        }
    }
    else    ans = 0;
    printf("%lld\n", ans);
    return 0;
}

 

 

使用 dp 公式的AC代码:

#include <stdio.h>
#include <iostream>
#include <string.h>
#include <algorithm>
#include <string>
#include <vector>
#include <queue>
#include <stack>
#include <map>
#include <set>
using namespace std;
typedef long long ll;

ll a[50000+10], dp[50000+10];

int main()
{
    int n, flag = 0;
    ll ans = 0;
    scanf("%d", &n);
    for(int i = 0; i < n; i++)
    {
        scanf("%lld", &a[i]);
        if(a[i] > 0)    flag = 1;
    }
    if(flag == 1)
    {
        dp[0] = a[0];
        for(int i = 1; i < n; i++)
        {
            dp[i] = max(a[i], dp[i - 1] + a[i]);
            if(dp[i] >= ans)
            {
                ans = dp[i];
            }
        }
    }
    else ans = 0;
    printf("%lld\n", ans);
    return 0;
}

 

 

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
您好!针对您的问题,我可以为您提供一个使用动态规划和二分法解决最大子段和问题的算法。 首先,让我们定义一个函数`dp`来表示以`mid`为中点的最大子段和。我们可以使用动态规划来计算`dp`的值。 1. 首先,我们定义一个数组`sum`,其中`sum[i]`表示以索引`i`结尾的子段的和。 2. 然后,我们初始化`dp`数组,将所有元素初始化为负无穷,即`dp[i] = -∞`。 3. 接下来,我们从左到右遍历数组,计算每个`sum[i]`的值,并更新`dp[i]`的值: - 如果`i`等于0,则`dp[i]`等于`sum[i]`。 - 否则,`dp[i]`等于`max(dp[i-1] + sum[i], sum[i])`,即选择继续扩展前一个子段或者从当前位置开始一个新的子段。 4. 在计算`dp`数组的过程中,我们记录最大的`dp`值,并更新最大子段和。 接下来,我们可以使用二分法来寻找最大子段和的起始和结束位置。 1. 我们定义一个函数`binary_search`,它接受一个目标值`target`和一个排序好的数组`arr`。 2. 在`binary_search`函数中,我们使用二分法来找到第一个大于等于`target`的元素的索引。 - 初始化左指针`left`为0,右指针`right`为数组长度减一。 - 当`left`小于等于`right`时,执行以下步骤: - 计算中间指针`mid`,即`(left + right) // 2`。 - 如果`arr[mid]`小于`target`,则更新`left`为`mid + 1`。 - 否则,更新`right`为`mid - 1`。 - 返回`left`作为结果。 3. 使用`binary_search`函数找到最大子段和的起始位置和结束位置。 这就是使用动态规划和二分法解决最大子段和问题的算法。希望对您有帮助!如果还有其他问题,请随时提问。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值