动态规划之最大两段连续子序列和

写在前面：本题是聊天时从一位朋友那里所得，暂时没有找到题目出处与标解。博主自己用动态规划与一点小优化做出了本题，可能并不是最优解，欢迎指教。

题目描述

本题是最大连续子序列和的加强版：

最大连续子序列和问题_AryCra_07的博客-CSDN博客

给定一个数字序列，求两段互不相交的连续子序列，使得两段子序列的和最大，输出这个最大和。

题目分析

两次DP

由于题目要求我们找两段互不相交的子序列，那必然一个在左，一个在右。那么，我们可以采用“two pointers”的思想（简单说来就是从两头遍历），化归成处理两个单段最大连续子序列的问题。

具体一点来说，基本思路如下：

1. 处理单段子序列问题的时候，我们用dp记录以该点为结尾的最大连续子序列；
2. 那么对于本题，我们可以定义两个dp数组dp_left，dp_right，从两头开始动态规划，dp_left记录左序列以该点结尾（从左到右数）时的最大子序列，dp_right记录右序列以该点结尾（从右往左数）的最大子序列；
3. 完成之后，我们最后的操作是遍历每个点。对于每个点，我们要找到在它左边的最大子序列与在它右边的最大子序列（因为两个序列不能相交嘛，就以一个点为分界线来找），并求出基于这个点找到的最大左右序列之和，进而求出所有情况下的最大和。

一个优化

问题在与第3步的寻找操作。我们总不能每遍历到一个点，都去寻找一遍基于这个点的最大左序列和与最大右序列和。诚然这又可以用dp解决，但我们这里有一个很棒的优化方法。代码里见。

#include <iostream>
#include <algorithm>
using namespace std;
const int N = 100010;
int dp_leftSequence[N], dp_rightSequence[N], sequence[N];
int main()
{
    ios::sync_with_stdio(false); //关闭流同步，提高cin速度
    int n;
    cin >> n;
    for(int i = 1; i <= n; i ++)
        cin >> sequence[i];
    
    dp_leftSequence[1] = sequence[1];
    dp_rightSequence[n] = sequence[n]; //赋边界条件（初始状态）

    for(int i = 1; i <= n; i ++)
        dp_leftSequence[i] = max(sequence[i], dp_leftSequence[i - 1] + sequence[i]);
        //状态转移方程
    for(int i = 2; i <= n; i ++) //important optmization，简化寻找操作
        if(dp_leftSequence[i] < dp_leftSequence[i - 1])
            dp_leftSequence[i] = dp_leftSequence[i - 1];
    
    for(int i = n; i >= 1; i --)
        dp_rightSequence[i] = max(sequence[i], dp_rightSequence[i + 1] + sequence[i]);
        //状态转移方程
    for(int i = n - 1; i >= 1; i --) //important optmization，简化寻找操作
        if(dp_rightSequence[i] < dp_rightSequence[i + 1])
            dp_rightSequence[i] = dp_rightSequence[i + 1];

    int tmp = 0, maxn = -1;

    for(int i = 1; i <= n-1; i ++) { //遍历每个点
        tmp = dp_leftSequence[i] + dp_rightSequence[i + 1];
        maxn = max(tmp, maxn);
    }
    cout << maxn << '\n';

    return 0;
}