/*
/*
超时。
题意:输出m个子序列和的最大值
思路:动态规划 + 滑动数组
d[m][j] = max(d[m][j - 1] + e[j], max(d[m - 1][k] + e[j]) | k ∈ [m -1, j)).
表示前j个序列分割成m组,最大序列和
因为状态方程中只用到d[m]和d[m - 1]两个状态,所以只需要一个二维数组即可。
优化:至于max(d[m - 1][k] + e[j])过程,可以直接在d[0][j]中存储在j之间分割成m - 1的最大值。
这样状态转移方程变为d[1][j] = max(d[1][j - 1] + e[j], d[0][j - 1] + e[j]);
*/
//第二次做
#include <iostream>
using namespace std;
const int nMax = 1000010;
const __int64 INF = 0x7fffffff;
__int64 d[2][nMax];//滚动数组,压缩空间
int m, n;
__int64 s[nMax], sum[nMax];
__int64 fmax(__int64 a, __int64 b)
{
return a > b ? a : b;
}
int main()
{
//freopen("e://data.in", "r", stdin);
while(scanf("%d%d", &m, &n) != EOF)
{
int i, j;
sum[0] = 0;
for(i = 1; i <= n; ++ i)
{
scanf("%I64d", &s[i]);
sum[i] = sum[i - 1] + s[i];
}
memset(d, 0, sizeof(d));
HDOJ 1024 Max Sum Plus Plus 最大K段子序列和(01背包 + 滑动数组 + 优化)
最新推荐文章于 2020-10-23 12:27:05 发布
该博客介绍了如何使用动态规划和滑动数组优化解决HDOJ 1024题,即找到m个子序列的最大和。通过动态规划状态转移方程d[1][j] = max(d[1][j - 1] + e[j], d[0][j - 1] + e[j]),并优化存储空间,实现了在O(n)时间内求解问题。"
139375267,12522231,华为OD机试题解:高效任务规划的贪心策略,"['华为面试', '编程题', '算法实践', '软件开发', '编程语言']
摘要由CSDN通过智能技术生成