LeetCode1043：Partition Array for Maximum Sum 分隔数组以得到最大和（DP）

动态规划问题求解的条件：最优解的表示；状态转移方程；边界条件判断。

对于此问题：
1.最优解表示：res[i] 表示 A[0:i]的最优划分对应的值和（res[len(A)]即最终结果）；
2.状态转移方程：
$$res[i]=res[i-len(lastSubA)]+max(lastSubA)\ast len(lastSubA)，1<=len(lastSubA)<=k.$$

• lastSubA表示A[0:i]的最优划分的最后一个子数组

3.边界条件判断：res[i]=max(A[0:i])*i , 1 <= i <= k

编程实现（参考的别人的代码）：

# -*- coding: utf-8 -*-
__date__ = '2019/12/29 21:48'


def main(A, k):
    n = len(A)
    dp = [0] * (n+1)

    for i in range(1, n+1):
        j = i-1
        maximum_ele = float('-inf')
        while i-j <= k and j >= 0:
            # 由于不知道lastSubA的大小，因此对lastSubA的所有可能都进行计算，取最大的
            maximum_ele = max(maximum_ele, A[j])
            dp[i] = max(dp[i], dp[j] + maximum_ele*(i-j))
            j -= 1
    # print(dp)
    return dp[-1]


A = [1, 15, 7, 9, 2, 5, 10]
print(main(A, 3))