pku 2479

http://acm.pku.edu.cn/JudgeOnline/problem?id=2479

 

思路:
基础: 最大子段和问题
给定N个整数(可能为负)组成的序列a1, a2, a3, ..., aN，求子段ai, a(i+1), ... , aj的和的最大值
非常典型的动态规划，状态迁移方程:
      f(i) = max(ai, f[i-1]+ai), f(i)表示以ai结尾的最大子段和
据此我们可以得到O(n)的求解算法

PKU 2479与2593这两题其实是同一个问题(买一送一)，都是上述最大子段和问题的变形
一样非常自然的想法是枚举所有可能的"分开点", 然后分别计算前后两个子数组的最大子段和，不过如果依次枚举的话是会超时的
这时候就需要利用对于上述f(i)表达式的理解了, 我们可以依次从头到尾、从尾到头扫描两次原数组，并把相应的最大子段和分别保存起来，称为hd[i]和tl[i], 这里注意f(i)并非是最大子段和
假设现在枚举到分开点t, 那么a[0..t]的最大子段和可以通过hd[i]获得，a[t+1...len]的最大子段和则可以通过tl[i]获得

 

#include<iostream> using namespace std; int main(){ int T,n; int a[50000]; int hd[50000],tl[50000]; scanf("%d",&T); while(T--){ scanf("%d",&n); int i,temp,max;; for(i = 0;i < n;i++) scanf("%d",&a[i]); //hd[],left -> right max = hd[0] = a[0]; for(i = 1;i < n;i++){ temp = a[i] + hd[i - 1]; hd[i] = temp > a[i] ? temp : a[i]; } for(i = 1;i < n;i++){ hd[i] = max > hd[i] ? max : hd[i]; max = hd[i]; } //tl[],right -> left max = tl[n - 1] = a[n - 1]; for(i = n - 2;i >= 0;i--){ temp = a[i] + tl[i + 1]; tl[i] = temp > a[i] ? temp : a[i]; } for(i = n - 2;i >= 0;i--){ tl[i] = max > tl[i] ? max : tl[i]; max = tl[i]; } max = hd[0] + tl[1]; for(i = 1;i < n - 1;i++){ temp = hd[i] + tl[i + 1]; max = max > temp ? max : temp; } printf("%d/n",max); } return 0; }