我们令一个数组f,f[i]表示前i个元素能组成的最大和。如果f[i-1]大于零,则不管a[i]的情况,f[i-1]都可以向正方向影响a[i],因此可以将a[i]加在f[i-1]上。如果f[i-1]小于零,则不管a[i]再大,都会产生负影响,因此我们还不如直接令f[i]=a[i]。因此状态转移方程就在这里。我们只需在f中扫描一次,找到最大的值就是最大子段的和。
int LSS_DP(int a[]) //求最大子段和,动态规划,O(n)
{
int f[101], n = a[0], max = -200000000; //f[i]表示第 i 个数能构成的最大和, max 表示当前所有中的最大和
f[1] = a[1];
for (int i = 2; i <= n; i++)
{
if (f[i - 1] > 0) //如果第 i 个数后面一个数能构成的最大子段和大于 0
{
f[i] = f[i - 1] + a[i]; //大于就将第 i 个数加入其中
}
else
f[i] = a[i]; //否则第 i 个数自己组成一个最大子序列
if (f[i] > max) //更新最大值
max = f[i];
}
return max;
}
实际上不需要f数组,只用一个变量表示即可
int getSum(int s[],int n){
int sum =s[0],max = s[0];
for(int i=1;i<n;i++){
if(sum>0)
sum = sum+s[i];
else{
sum = s[i];
}
if(sum>max)
max = s[i];
}
return max;
}