动态规划——最大子段和问题

本文探讨如何使用动态规划求解最大子段和问题。通过分析三种可能的情况,包括子段和位于左半边、右半边以及跨越两边,详细解释了递归和动态规划算法的实现。动态规划方法中,通过s[i]表示以a[i]为结尾的最大子段和,并根据s[i-1]的状态决定s[i]的计算方式,最终找到最大值。
摘要由CSDN通过智能技术生成
给定n个整数(可能为负数)组成的序列a[1],a[2],a[3],…,a[n],求该序列如a[i]+a[i+1]+…+a[j]的子段和的最大值。当所给的整均为负数时定义子段和为0,依此定义,所求的最优值为:
  
    Max{0,a[i]+a[i+1]+…+a[j]},1<=i<=j<=n

    例如,当(a1,a2,a3,a4,a4,a6)=(-2,11,-4,13,-5,-2)时,最大子段和为20。


简单算法:

/*
** 简单算法
** 两个for循环,需要O(n^2)的时间
** 空间就存储一个数组,但不是最优
*/
#include<stdio.h>
// besti,best
  • 0
    点赞
  • 13
    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