'C 语言' | 线性动态规划 “最大子段和” 问题

线性动态规划——最大子段和

【动态规划】

• 动态规划算法与分治法类似，其基本思想是将待求解问题分解成若干个子问题，先求解子问题，然后从这些子问题的解得到原问题的解。
• 分治法得到的子问题是相对独立的，动态规划得到的子问题不是相互独立的。
• 适合用动态规划来求解的问题，若用分治法来求解，有些子问题可能会被重复计算。
• 因此，可以用一个表来记录所有已解的子问题的答案。

【线性动态规划】

• 线性DP问题的子状态与父状态之间往往相差一个元素，所以子状态通过添加一个增量而转换到父状态。从最小子问题到原问题，一层一层的状态转移呈现出线性递增的关系，所以称为线性DP。
• 常见线性DP问题：最大子段和、最长公共子序列、最长回文子序列、最长递增子序列、最长公共递增子序列、矩阵连乘问题等。
• 线性DP问题通常是一维的。

【问题描述】

输入一个数列，要求求出数列中两个不想交的子段和，要求和最大！

【解题思路】

• 对每个 i 来说，求出 [0 ~ i-1] 的最大子段和以及[i ~ n-1]的最大子段和，再加起来，求最大的。
• [0 ~ i-1] 的最大子段和从左向右扫描，[i ~ n-1] 从右向左扫描。
• Left[i] 为 i 左边的最大子段和，Left[i]可分为包括a[i]和不包括a[i]两种情况，所以状态转移公式为： Max(left[i], left[i-1])
• Right[i]同理可得。

【算法实现】

//动态规划，线性DP问题
#include <cstdio>
#include <algorithm>
using namespace std;
 
int a[5001];    //用于存放输入的数组 
int left[5001];    //用于作为左侧最大子段的 "备忘录" 数组 
int right[5001];    //用于作为右侧最大子段的 "备忘录" 数组

void left_scan(int n)
{
   
	//此时left[i] 为包含 i 的最大子段和
	left[0] = a[0]</