动态规划-最大子段和

1.题目描述
2.算法思想
方法1：枚举
将所有的(i,j)对找出来，计算对应子段和，最后得到最大的。

int MaxSum(int*a ,int *besti,int &bestj){
	int sum=0,T;
	for(int i=1;i<=n;i++)
		for(int j=i;i<=n;j++){
			T=0;
			for(int k=i;k<=j;k++)
				T+=a[j];
			if(T>sum){
			sum=T;*besti=i;*bestj=j;
			}	
		}
}

优化：

int MaxSum(int*a ,int *besti,int &bestj){
	int sum=0,T;
	for(int i=1;i<=n;i++)
		T=0;
		for(int j=i;i<=n;j++){
			T+=a[j];
			if(T>sum){
			sum=T;*besti=i;*bestj=j;
			}	
		}
}

方法二：分治
①划分为左右两半a【1:n/2】 a【n/2+1:n】
②求a【1:n/2】 a【n/2+1:n】的最大子段和
③合并**：计算跨界的子段和**，与a【1:n/2】 a【n/2+1:n】的比较，取最大的。

T(n)=2T(n/2)+O(n)= O(nlogn)

第三种跨界的情况？
i: n/2->1
j: n/2+1->n

int s1=0,lefts=0;
for(int i=mid;i>L;i--){
	lefts+=a[i];
	if(lefts>s1) s1=lefts;
}
int s2=0,rights=0;
for(int i=mid+1;i<R;i++){
	rights+=a[i];
	if(rights>s2) s2=rights;
}

总体：

int MaxSubSum(int *a, int left, int right) {
	int
	sum= 0;
	if (1eft == right)
		sum = a[1eft]>0 ? a[1eft] : 0;
	else {
		int center = (1eft+right)/2;
		int leftsum = MaxSubSum(a, 1eft, center);
		int rightsum = MaxSubSum(a, center+1, right);
		
		int s1=0,lefts=0;
		for(int i=mid;i>L;i--){
			lefts+=a[i];
			if(lefts>s1) s1=lefts;
		}
		int s2=0,rights=0;
		for(int i=mid+1;i<R;i++){
			rights+=a[i];
			if(rights>s2) s2=rights;
		}
		
		sum = 51+s2;
		if (sum < leftsum)
		sum = leftsum;
		if (sum < rightsum)
		sum = rightsum;
	}
	
	return sum;
}

}

方法三：动态规划法
（1）最优子结构：
分析：
①( i , j )是和最大的子段，则( i , j ) 是以 j 为右端点的子段中和最大的。
②子问题：以 j ( 1<=j<=n ) 为右端点的最大子段和b[j]。
③原问题 = max { b[1] , b[2], ……b[n] }
（2）状态转移方程：
b[j] = b[j-1]>0? b[j-1]+a[j] : a[j];

int MaxSum(int *a, int n){
	int sum=0,b=0;
	for( int j=1 ; j<=n; j++ ){
		b = b>0 ? b+a[j]:a[j];
		if( b> sum ) b=sum;
	}
	return sum;
}