(转载)求最大子序列 HDU 1003

2 篇文章 0 订阅

(转载)求最大子序列 HDU 1003
传送门:http://alorry.blog.163.com/blog/static/6472570820123801223397/
Max Sum
Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 65536/32768 K (Java/Others)
Total Submission(s): 217390 Accepted Submission(s): 51294

Problem Description

Given a sequence a[1],a[2],a[3]……a[n], your job is to calculate the max sum of a sub-sequence. For example, given (6,-1,5,4,-7), the max sum in this sequence is 6 + (-1) + 5 + 4 = 14.

Input

The first line of the input contains an integer T(1<=T<=20) which means the number of test cases. Then T lines follow, each line starts with a number N(1<=N<=100000), then N integers followed(all the integers are between -1000 and 1000).

Output

For each test case, you should output two lines. The first line is “Case #:”, # means the number of the test case. The second line contains three integers, the Max Sum in the sequence, the start position of the sub-sequence, the end position of the sub-sequence. If there are more than one result, output the first one. Output a blank line between two cases.

Sample Input

2
5 6 -1 5 4 -7
7 0 6 -1 1 -6 7 -5

Sample Output

Case 1:
14 1 4

Case 2:
7 1 6

对于整个序列a[n]来说,它的所有子序列有很多很多,但是可以将它们归类。

注意,是以结尾的子序列,其中肯定是要包含的了

以a[0]结尾的子序列只有a[0]

以a[1]结尾的子序列有 a[0]a[1]和a[1]

以a[2]结尾的子序列有 a[0]a[1]a[2] / a[1]a[2] / a[2]

……

以a[i]结尾的子序列有a[0]a[1]……a[i-2]a[i-1]a[i] / a[1]a[2]……a[i-2]a[i-1]a[i] / a[2]a[3]……a[i-2]a[i-1]a[i] / …… / a[i-1]a[i] / a[i]

所有以a[0] ~a[n]结尾的子序列分组构成了整个序列的所有子序列。

这样,我们只需求以a[0]~a[n]结尾的这些分组的子序列中的每一分组的最大子序列和。然后从n个分组最大子序列和中选出整个序列的最大子序列和。

观察可以发现,0,1,2,……,n结尾的分组中,

maxsum a[0] = a[0]

maxsum a[1] = max( a[0] + a[1] ,a[1]) = max( maxsum a[0] + a[1] ,a[1])

maxsum a[2] = max( max ( a[0] + a[1] + a[2],a[1] + a[2] ),a[2])

= max( max( a[0] + a[1] ,a[1]) + a[2] , a[2])

= max( maxsum a[1] + a[2] , a[2])

……

依此类推,可以得出通用的式子。

maxsum a[i] = max( maxsum a[i-1] + a[i],a[i])

用递归……当然,不递归也应该是可以解决的。

我们从maxsum a[0]开始算起。

以后的每个就是 maxsum a[i-1] + a[i] 和 a[i] 中取大的那个。

程序中判断 前一个的最大子序列和小于零时,将其置为0,然后再加a[i] ,这样不就是和a[i] 一样大的么;前一个的最大子序列和只要大于零,那么再加上a[i] 肯定比 a[i] 要大,这样,带有归零的这个 maxsum a[i-1] + a[i] 就是以表示当前位置结束的子序列的最大和了。

剩下的就是要判断起始和终点位置了。

在循环的过程中,每循环一次就算出一个以当前位置结束的最大子序列和。每次循环中最大的那个保存下来,不就是最终所有最大子序列和中的最大值了么。

其中temp保存的是前一个位置的最大子序列和的开始位置(题目中是从1开始的哦);当 sum > maxsum 时(程序中的条件,与说明时的maxsum不太一样哦)就记录最大值,并保持它的开始位置为temp,终止位置即为当前位置(i +1是因为题目中第一个为1,而不是0);

当最大子序列和小于0时,将 temp = i + 2; 其中 i + 1 表示当前位置(理由如上),i + 2就表示当前位置的下一个位置了。既此最大子序列和为负值,那么下一个的最大子序列和应该是它本身,而不再累加前边的。

程序中就两个if 语句,想要说明白还真不容易。

还有,有人会问,当整个序列全是负数时,还对吗?负数也是成立的,如果全是负数的时候,它就是每次都只取当前值作为最大值了,因为负的跟负的不就越加越小了吗。

因为题目中给出的范围是-1000 ~1000,所以这里初始的maxsum 初始化为-1001 ,只有比所有可能的值都小时才行。maxsum初始化为0;那么当序列全是负数时,得出的最大值将是0……这就wrong了

总之,只要上一个子序列最大和为正,那么无论当前值的正负,都会与当前的相加,这样以当前值结尾的子序列最大和就会增大。(一个正数 加一个 正数2 或者负数 那么都会比这个正数2 或负数原来要增大,同理,一个负数加任何一个数,都会使这个数减小,因此当前一子序列最大和小于零时,我们就归零它了,相当于是不加任何数,而保留当前位置值本身)

内存优化版:

理解了以上思想后,观察上一个代码我们发现,那个a[10000]基本上就没用啊,保存了一些输入数据,可是那些数据只用了一次就没用了。输入数据的for循环和处理数据的for循环是一模一样的,而且处理数据也只是用到当前输入的数据。

于是,数组也可以省去了,直接将两个循环合并。输入一个数据,直接累加……省下不少空间哦。
贴出AC代码:

#include<iostream>
using namespace std;
#include<cstdio>
int main()
{
    int n,T;
    int a;
    cin>>T;
    for (int j=1;j<=T;j++)
    {
        cin>>n;
        int sum=0,maxsum=-1001,first=0,last=0,temp=1;
        //因为题目中给出的范围是-1000 ~1000
        //所以这里初始的maxsum 初始化为-1001 ,只有比所有可能的值都小时才行
        for (int i=0;i<n;i++)
        {
            cin>>a; //a是输入进来的数据 如果用数组存 a只用了一次 浪费空间
            sum+=a;
            if (sum>maxsum)
            {
                maxsum=sum;
                first=temp;
                last=i+1;
            }
            if (sum<0)
            {
                sum=0;
                temp=i+2; //遇到下一个 maxsum=i first=temp
            }
        }
        printf("Case %d:\n%d %d %d\n",j,maxsum,first,last);
        if (j!=T)
            cout<<endl;
    }
    return 0;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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