HDU 1024 Max Sum Plus Plus (dp)

动态规划的思想。

1. 基本思路：

首先，定义

$num[n]$ 用来存储 $n$ 个整数组成的序列

$dp[i][j]$ 用来表示由前 $j$ 项得到的含 $i$ 个字段的最大值，且最后一个字段以 $num[j]$ 项结尾。仔细想想，我们可以知道：

$$dp[i][j]=\underset{t=i-1}{\overset{j-1}{\max }}(dp[i][j-1]+num[j],dp[i-1][t]+num[j])$$

(因为必须是以 $num[j]$ 结尾的，所以 $num[j]$ 一定属于最后一个子段，即要么自己独立成一个子段，要么与前边以 $num[j-1]$ 结尾的子段联合)

所求的最后结果为 max ⁡ j = 1 n { d p [ m ] [ j ] } \max\limits_{j=1}^n\{dp[m][j]\} j=1maxn​{dp[m][j]}

但是，我们会发现，当n非常大时，这个算法的时间复杂度和空间复杂度是非常高的,时间复杂度近似为 $O(m\ast n^2)$

空间复杂度近似为 $O(m\ast n)$.

因此，我们需要优化算法来降低时间复杂度和空间复杂度

2. 优化算法：

(1)节省时间

我们只要找到 $dp[i][j-1]$ 和 $dp[i-1][t]$ 的最大值加上 $num[j]$ 即为 $dp[i][j]$

所以，定义一个数组 $pre\_max[n]$，用 $pre\_max[j-1]$ 来表示求解 $dp[i][j]$ 时 $dp[i-1][t]$ 的最大值,

则 $dp[i][j]=max(pre\_max[j-1],dp[i][j-1])+num[j]$

特别注意，$pre\_max[n]$ 这个位置的存储空间是始终用不到的，因此可以用来存储其他数值，在接下来会用到。

在求解 $dp[i][j]$ 的同时，我们可以计算出 max ⁡ t = i j { d p [ i ] [ t ] } \max\limits_{t=i}^j\{dp[i][t]\} t=imaxj​{dp[i][t]} ，

这个最大值在计算 $dp[i+1][j+1]$ 的时候需要作为 $pre\_max[j]$ 的形式被使用，我们先把它存在 $pre\_max[n]$ 中。

你可能会问：为什么不把它直接放在 $pre\_max[j]$ 中呢？

因为你接下来需要计算 $dp[i][j+1]$ 的值，需要用到 $pre\_max[j]$ 中原来的值，

如果你把它存在这里，就会覆盖掉计算 $dp[i][j+1]$ 所需要的那个值。所以，先把它放在 $pre\_max[n]$ 中。

当我们计算完 $dp[i][j+1]$ 之后，就会发现 $pre\_max[j]$ 中的值已经没有用处了，我们可以把它更新为计算 $dp[i+1][j+1]$ 所需要的那个值，

即之前放在 $pre\_max[n]$ 中的那个值，即执行 $pre\_max[j]=pre\_max[n]$.

这样我们就节省了计算最大值时付出的时间代价。

(2)节省空间

通过时间的节省，我们突然间发现程序执行结束后 $pre\_max[n]$ 的值即为最后的结果，$pre\_max[n]$ 数组才是我们希望求解的，

$dp[m][n]$ 这个庞大的数组已经不是那么重要了，因此，我们现在用整型数 $tmp$ 来代替 $dp[m][n]$，用来临时存储 $dp[i][j]$ 的值，

作为求解 $pre\_max[n]$ 的中介。

这样就节省了 $dp[i][j]$ 占用的极大的空间.

#include <map>
#include <set>
#include <ctime>
#include <queue>
#include <stack>
#include <cmath>
#include <vector>
#include <bitset>
#include <cstdio>
#include <cctype>
#include <string>
#include <numeric>
#include <cstring>
#include <cassert>
#include <climits>
#include <cstdlib>
#include <iostream>
#include <algorithm>
#include <functional>
using namespace std ;
//#define int long long
#define rep(i, a, b) for (int i = (a); i <= (b); i++)
#define per(i, a, b) for (int i = (a); i >= (b); i--)
#define loop(s, v, it) for (s::iterator it = v.begin(); it != v.end(); it++)
#define cont(i, x) for (int i = head[x]; i; i = e[i].nxt)
#define clr(a) memset(a, 0, sizeof(a))
#define ass(a, sum) memset(a, sum, sizeof(a))
#define lowbit(x) (x & -x)
#define all(x) x.begin(), x.end()
#define ub upper_bound
#define lb lower_bound
#define pq priority_queue
#define mp make_pair
#define pb push_back
#define fi first
#define se second
#define iv inline void
#define enter cout << endl
#define siz(x) ((int)x.size())
#define file(x) freopen(#x".in", "r", stdin),freopen(#x".out", "w", stdout)
typedef long long ll ;
typedef unsigned long long ull ;
typedef pair <int, int> pii ;
typedef vector <int> vi ;
typedef vector <pii> vii ;
typedef queue <int> qi ;
typedef queue <pii> qii ;
typedef set <int> si ;
typedef map <int, int> mii ;
typedef map <string, int> msi ;
const int N = 1000010 ;
const int INF = 0x3f3f3f3f ;
const int iinf = 1 << 30 ;
const ll linf = 2e18 ;
const int MOD = 1000000007 ;
const double eps = 1e-7 ;
void print(int x) { cout << x << endl ; exit(0) ; }
void PRINT(string x) { cout << x << endl ; exit(0) ; }
void douout(double x){ printf("%lf\n", x + 0.0000000001) ; }

int a[N], dp[N] ;
int n, m ;

int calc(int n, int m) {
	rep(i, 1, m) {
		int tmp = 0 ;
		rep(k, 1, i) tmp += a[k] ;
		dp[n] = tmp ;
		rep(j, i + 1, n) {
			tmp = max(dp[j - 1], tmp) + a[j] ;
			dp[j - 1] = dp[n] ;
			dp[n] = max(dp[n], tmp) ;
		}
	}
	return dp[n] ;
}

signed main(){
	while (scanf("%d%d", &m, &n) != EOF) {
		rep(i, 1, n) scanf("%d", &a[i]), dp[i] = 0 ;
		printf("%d\n", calc(n, m)) ;
	}


	return 0 ;
}

/*
写代码时请注意：
	1.ll？数组大小，边界？数据范围？
	2.精度？
	3.特判？
	4.至少做一些
思考提醒：
	1.最大值最小->二分？
	2.可以贪心么？不行dp可以么
	3.可以优化么
	4.维护区间用什么数据结构？
	5.统计方案是用dp？模了么？
	6.逆向思维？
*/