动态规划入门之最大M子段和

求最大M子段，，又是典型的动态规划例题，做起来的第一感觉就是跟前两道题有点不一样。。

 

状态变量：  

dp[m][n]表示要取m段,并且最后一段包括a[n-1] 的最大子段和

状态转移方程：

dp[i][j] = dp[i][j - 1] + a[j - 1];                                  //a[j-1] 直接加入到第i段中

for(int t=i-1;t<j;t++)

dp[i][j] = Math.max(dp[i][j], dp[i - 1][t] + a[j - 1]);           //a[j-1] 重新定义一段，并且遍历前一段的任何位置，取最大的状态量

 

import java.util.Scanner;

/**
 *
 * @author Administrator
 */
public class Mmax {

    public static void main(String[] args) {
        Scanner scan = new Scanner(System.in);
        while (scan.hasNext()) {
            int part = scan.nextInt();
            int num = scan.nextInt();
            int[] a = new int[num];
            int[][] dp = new int[part + 1][num + 1];           //dp[m][n]取m段,并且最后一段包括a[n-1]
            for (int i = 0; i < num; i++) {
                a[i] = scan.nextInt();
            }
            for (int i = 1; i <= part; i++) {
                for (int j = i; j <= num; j++) {
                    dp[i][j] = dp[i][j - 1] + a[j - 1];                                  //直接加入到第i段中
                    for (int t = i-1; t < j; t++) {                                 //重新定义一段，并且遍历前一段的任何位置，取最大的状态量
                        dp[i][j] = Math.max(dp[i][j], dp[i - 1][t] + a[j - 1]);         
                    }
                }
            }
            int max = Integer.MIN_VALUE;
            for (int i = part; i <= num; i++) {
                if (max < dp[part][i]) {
                    max = dp[part][i];
                }
            }
            System.out.println(max);

        }

    }
}