最大子数组问题——动态规划法

用动态规划求解最大子数组问题

想了解如何用蛮力枚举、优化枚举、分治法求解可见我的博客用分治法求解最大子数组问题
动态规划：

import copy
def Max_Continuous_Subarray_DP(X,n):
	"""
    :param X: 输入的原始数组
    :param n: 数组长度
    :return: 最大子数组和Smax，子数组起始位置l，r
    """
    # 初始化
    D = copy.deepcopy(X)
    Rec = [None for _ in range(n + 1)]
    Rec[n] = n
    # 动态规划
    for i in reversed(range(0, n)):
    	if D[i] > 0:
    		D[i - 1]=X[i - 1]+D[i]
    		Rec[i]=Rec[i + 1]
    	else:
    		D[i - 1]=X[i - 1]
    		Rec[i]=i
    # 查找解
    Smax = D[0]
    for i in range(1,n):
    	if Smax < D[i]:
    		Smax = D[i]
    		l=i + 1
    		r=Rec[i + 1]
    return f"最大子数组和：{Smax}，起始位置：{l}，终止位置：{r}"
if__name__='__main__':
	X=[1, -2, 4, 5, -2, 8, 3, -2, 6, 3, 7, -1]
	print(Max_Continuous_Subarray_DP(X,len(X) - 1))