最大连续子序列和问题如下:
下面介绍动态规划的做法,复杂度为 O(n)。
步骤 1:令状态 dp[i] 表示以 A[i] 作为末尾的连续序列的最大和(这里是说 A[i] 必须作为连续序列的末尾)。
步骤 2:做如下考虑:因为 dp[i] 要求是必须以 A[i] 结尾的连续序列,那么只有两种情况:
- 这个最大和的连续序列只有一个元素,即以 A[i] 开始,以 A[i] 结尾。
- 这个最大和的连续序列有多个元素,即从前面某处 A[p] 开始 (p<i),一直到 A[i] 结尾。
对第一种情况,最大和就是 A[i] 本身。
对第二种情况,最大和是 dp[i-1]+A[i]。
于是得到状态转移方程:
dp[i] = max{A[i], dp[i-1]+A[i]}
这个式子只和 i 与 i 之前的元素有关,且边界为 dp[0] = A[0],由此从小到大枚举 i,即可得到整个 dp 数组。接着输出 dp[0],dp[1],...,dp[n-1] 中的最大子即为最大连续子序列的和。
代码如下:
/*
最大连续子序列和
*/
#include <stdio.h>
#include <string.h>
#include <math.h>
#include <stdlib.h>
#include <time.h>
#include <stdbool.h>
#define maxn 10010
int A[maxn], dp[maxn]; // A[i] 存放序列,dp[i] 存放以 A[i] 为结尾的连续序列的最大和
// 求较大值
int max(int a, int b) {
return a>b ? a : b;
}
int main() {
int n, i, k;
scanf("%d", &n);
for(i=0; i<n; ++i) { // 输入序列
scanf("%d", &A[i]);
}
dp[0] = A[0]; // 边界
for(i=1; i<n; ++i) {
// 状态转移方程
dp[i] = max(A[i], dp[i-1] + A[i]);
}
// 求最大连续子序列和
k = dp[0];
for(i=1; i<n; ++i) {
if(dp[i] > k) {
k = dp[i];
}
}
printf("%d\n", k); // 输出
return 0;
}
此处顺便介绍无后效性的概念。状态的无后效性是指:当前状态记录了历史信息,一旦当前状态确定,就不会再改变,且未来的决策只能在已有的一个或若干个状态的基础上进行,历史信息只能通过已有的状态去影响未来的决策。针对本节问题来说,每次计算状态 dp[i],都只会涉及 dp[i-1],而不直接用到 dp[i-1] 蕴含的历史消息。