HDOJ1024

动态规划问题 最大M子段和问题
问题描述：给定由 n个整数组成的序列a1，a2，a3，……，an，以及一个正整数 m，要求确定序列 a1，a2，a3，……，an的 m个不相交子段，使这m个子段的总和达到最大，求出最大和。

由于不需要输出所选择的序列，所以只需要输出最优解的值。

问题分析：该问题内部情况相对十分复杂，是一个内部复杂的大蛋糕，所以我们要做的是将这块大蛋糕分解为一块块小蛋糕，方便求解。

解题思路：
首先，dp[i][j]用来表示由前 j项得到的含i个字段的最大值，且最后一个字段以num[j]项结尾。（避免产生不相连的情况）递推式为:(同时缩小段落数和序列数)
dp[i][j]=max(dp[i][j-1]+num[j],dp(i-1,t)+num[j]) 其中i-1<=t<=j-1.
(因为必须是以 num[j] 结尾的，所以num[j]一定属于最后一个子段，即要么自己独立成一个子段，要么与前边以num[j-1]结尾的子段联合)

所求的最后结果为 max( dp[m][j] ) 其中1<=j<=n.
但是，我们会发现，当n非常大时，这个算法的时间复杂度和空间复杂度是非常高的,时间复杂度近似为O(mn^2)，空间复杂度近似为O(mn)。因此，我们需要优化算法来降低时间复杂度和空间复杂度.

算法优化：dp[i][j]=max(dp[i][j-1]+num[j],dp(i-1,t)+num[j])，其中i-1<=t<=j-1.我们只要找到dp[i][j-1]和dp[i-1][t]的最大值加上num[j]即为dp[i][j].所以，定义一个数组pre_max[n]，用pre_max[j-1]来表示求解dp[i][j]时dp[i-1][t]的最大值,则
dp[i][j]=max(pre_max[j-1],dp[i][j-1])+num[j].

在求解dp[i][j]的同时，我们可以计算出dp[i][t];i<=t<=j的最大值，这个最大值在计算dp[i+1][j+1]的时候需要作为pre_max[j]的形式被使用，我们先把它存在pre_max[0]中。

你可能会问：为什么不把它直接放在pre_max[j]中呢？因为你接下来需要计算dp[i][j+1]的值，需要用到pre_max[j]中原来的值， 如果你把它存在这里，就会覆盖掉计算dp[i][j+1]所需要的那个值。所以，先把它放在pre_max[n]中。
当我们计算完dp[i][j+1]之后，就会发现pre_max[j]中的值已经没有用处了，我们可以把它更新为计算dp[i+1][j+1]所需要的那个值，即之前放在pre_max[n]中的那个值，即执行pre_max[j]=pre_max[0].
这样，最后的时间复杂度为O(mn)。

通过时间的节省，我们突然间发现程序执行结束后pre_max[n]的值即为最后的结果，pre_max[n]数组才是我们希望求解的，dp[m][n]这个庞大的数组已经不是那么重要了，因此，我们现在用整型数tmp来代替dp[m][n]，用来临时存储dp[i][j]的值，作为求解pre_max[n]的中介。（这里，可以先用dp数组实现一遍，再用tmp）
这样，最后的时间复杂度为O(n)。