求最大字段和的方法很简单,对于给定范围的字段,累加就行了,比如给出了例题的 a1~a6,那么直接累加计算,max(a1,a6 )=max(a1,a5)+a6,以此类推,如果用动态规划的思想,那么我们在每一次扩大相加的子段范围的时候都应该保存其累加值,比如b[2]=9,b[3]=5,5<9,因此max=9不更新,如果有比max大的比如b[4]=18,max=18。
借用其他人的总结
给定n个数求这n个数划分成互不相交的m段的最大m子段和。
经典的动态规划优化的问题。设f(i, j)表示前i个数划分成j段,且包括第i个数的最大m子段和,那么有dp方程:
f(i, j) = max { f(i - 1, j) + v[i], max {f(k, j - 1) + v[i]}(k = j - 1 ... i - 1) }
也就是说第i个数要么自己划到第j段,要么和前一个数一起划到第j段里面,转移是O(n)的,总复杂度O(n * n * m)。
可以引入一个辅助数组来优化转移。设g(i, j)表示前i个数划分成j段的最大子段和(注意第i个数未必在j段里面),那么递推关系如下:
g(i, j) = max{g(i - 1, j), f(i, j)},分是否加入第i个数来转移
这样f的递推关系就变成:
f(i, j) = max{f(i - 1, j), g(i - 1, j - 1)} + v[i],转移变成了O(1)
这样最后的结果就是g[n][m],通过引入辅助数组巧妙的优化了转移。实现的时候可以用一维数组,速度很快。