最大子序列的和

动态规划思想解最大子序列的和

1.计算一个整形数组的最大子序列之和
例如：给定一个数组如a[] = {4,-3,5,-2,-1,2,6,-2},计算它的和最长的子序列（这个是9，从a[1]到a[7]）。

思路：记a[0]到a[i]的子序列的和最大值为max(i),则方程如下：

$$max(0) = d[0]$$
$$\begin{equation}max(1)=\begin{cases}d[1],&\mbox{d[0]<0}\\d[0]+d[1],&\mbox{d[0]>0} \\max(0),&\mbox{d[1]<0}\end{cases} \end{equation}$$
$$\begin{equation}max(2)=\begin{cases}d[2],&\mbox{包含d[1]的子序列最大和<0}\\包含d[1]的值最大子序列+d[2],&\mbox{包含d[1]的子序列最大和>0} \\max(1),&\mbox{max(1)大于上述两项}\end{cases} \end{equation}$$
$$\begin{equation}max(3)=\begin{cases}d[3],&\mbox{包含d[2]的子序列最大和<0}\\包含d[1]的值最大子序列+d[2],&\mbox{包含d[2]的子序列最大和>0} \\max(1),&\mbox{max(2)大于上述两项}\end{cases} \end{equation}$$ $$.......$$
$$\begin{equation}max(n)=\begin{cases}d[n],&\mbox{包含d[n-1]的子序列最大和<0}\\包含d[n-1]的值最大子序列+d[n],&\mbox{包含d[n-1]的子序列最大和>0} \\max(n-1),&\mbox{max(n-1)大于上述两项}\end{cases} \end{equation}$$

通过上述分析，显然可以发现这个问题与包含前一值的最大子序列的值有关。这个最大子序列的值也显然是可以动态生成的，记包含第i项的值最大子序列为num[i],其动态方程为：

$$num[0]=d[0]$$
$$\begin{equation}num[1]=\begin{cases} d[1],&\mbox{d[0]<=0}\\d[1]+num[0],&\mbox{d[0]>0}\end{cases} \end{equation}$$
$$...............$$
$$\begin{equation}num[n]=\begin{cases} d[n-1],&\mbox{num[n-1]<=0}\\d[n]+num[n-1],&\mbox{num[n-1]>0}\end{cases} \end{equation}$$

通过上述分析，我们可以得出思路了。循环动态规划（这是联机算法，是理想算法）得到num[i-1]的值，然后观察其值，若大于0（若小于0可以将num[i]的值置0）就与d[i]值相加，然后将结果与max(i-1)比较，更新max(i)的值。

按照这个思路的代码如下所示：

public int getSumLarge_dymatic(int i,int j){
int sum = a[i];
int maxSum = a[i];
for (int m=i+1; m<=j;++m){
if (sum<0){
sum = 0;
}else {
sum += a[m];
}
if (maxSum < sum){
maxSum = sum;
}
}
return maxSum;
}