11.2 Code Up 问题 A: 最大连续子序列(动态规划——含起始与结束点的确定）

问题 A: 最大连续子序列

 

题目描述

给定K个整数的序列{ N1, N2, ..., NK }，其任意连续子序列可表示为{ Ni, Ni+1, ..., Nj }，其中 1 <= i <= j <= K。最大连续子序列是所有连续子序列中元素和最大的一个，例如给定序列{ -2, 11, -4, 13, -5, -2 }，其最大连续子序列为{ 11, -4, 13 }，最大和为20。现在增加一个要求，即还需要输出该子序列的第一个和最后一个元素。

输入

测试输入包含若干测试用例，每个测试用例占2行，第1行给出正整数K( K<= 10000 )，第2行给出K个整数，中间用空格分隔，每个数的绝对值不超过100。当K为0时，输入结束，该用例不被处理。

输出

对每个测试用例，在1行里输出最大和、最大连续子序列的第一个和最后一个元素，中间用空格分隔。如果最大连续子序列不唯一，则输出序号i和j最小的那个（如输入样例的第2、3组）。若所有K个元素都是负数，则定义其最大和为0，输出整个序列的首尾元素。

样例输入

5
-3 9 -2 5 -4
3
-2 -3 -1
0

样例输出

12 9 5
0 -2 -1

提示

 

 

这是一道稍微有点难度的动态规划题。

 

首先可以想到的做法是枚举每个区间的和，预处理sum[i]来表示区间[1, i]的和之后通过减法我们可以O(1)时间获得区间[i, j]的和，因此这个做法的时间复杂度为O(n^2)。

 

然后这题的数据范围较大，因此还需作进一步优化才可以AC。记第i个元素为a[i]，定义dp[i]表示以下标i结尾的区间的最大和，那么dp[i]的计算有2种选择，一种是含有a[i-1]，一种是不含有a[i-1]，前者的最大值为dp[i-1]+a[i]，后者的最大值为a[i]。而两者取舍的区别在于dp[i-1]是否大于0。

此题有两个地方需要注意：

1、是全为负数的序列，这种比较简单，直接利用dp[i]数组中的最大值判断，若ans<0则说明全是负数序列，直接输出。

2、如何确定起始及结束的下标：结束的下标直接在求解最大dp的过程中即可确定，而起始的就必须倒着从最大处往前找，利用sum记录当前子序列和。sum刚好等于ans处便是起始点。

参考代码：

 

#include <cstdio>
#include <algorithm>
using namespace std;
const int maxn=10010;
int A[maxn],dp[maxn]; //A[i]存放序列，dp[i]存放以A[i]结尾的连续序列的最大序列和
int main()
{
	int n,low,high; //low和high分别存储开始和结束的值 
	while(scanf("%d",&n)&&n)
	{
		for(int i=0;i<n;++i)
		{
			scanf("%d",&A[i]);
		}
		dp[0]=A[0];//边界 
		low=0;
		for(int i=1;i<n;++i)
		{
			dp[i]=max(A[i],dp[i-1]+A[i]);//状态转移方程 
		}
		int ans=dp[0];
		for(int i=1;i<n;++i)
		{
			if(dp[i]>ans)
			{
				ans=dp[i]; //最大子序列在i取得 
				high=i; //最大子序列结束处 
			}
		}
		if(ans<0)  //如果最大值为负数，说明序列中没有一个正值，直接输出0 
			printf("0 %d %d\n",A[0],A[n-1]);
		else 
		{
			int sum=0;
			for(int i=high;i>=0;--i) //从最大子序列和取值处从后往前找起始处 
			{
				sum+=A[i];
				if(sum==ans)//当前子序列和刚好等于最大和 
				{
					low=i; //则找到下标 
					break; 
				}
			}
			printf("%d %d %d\n",ans,A[low],A[high]);
		}
	}
	return 0;
 }