【PAT甲级】1007 Maximum Subsequence Sum（最大子序列和，动态规划）

动态规划，难点在于如何保证起始区间和终止区间最小。
首先不考虑区间起止点，输出最大和。思路是一个简单的dp，分析与代码如下：

#include <bits/stdc++.h>

using namespace std;

const int N = 10010;
int w[N], f[N];
int n;
int maxF = -1;

int main()
{
	cin >> n;
	for(int i = 1; i <= n; i++) cin >> w[i];
	for(int i = 1; i <= n; i++)
	{
		f[i] = max(w[i], f[i-1] + w[i]);
		if(f[i] > maxF) maxF = f[i];
	}
	cout << maxF;
}

优化如下：
状态方程中f[i]只与f[i-1]有关，所以没有必要开一个数组
可以更改为：f = max(w[i], f + w[i])
上式等价于: f = w[i] + max(0, f)
为了保证区间范围最小，结合上面的方程代码如下：

#include<bits/stdc++.h>

using namespace std;

const int N = 10010;
int w[N];
int n;
int maxF = -1;
int f = -1;

int main()
{
    cin >> n;
    for(int i = 1; i <= n; i++) cin >> w[i];
    int l, r, start;
    for(int i = 1; i <= n; i ++)
    {
        if(f < 0) f = 0, start = i;
        f = w[i] + f;
        if(f > maxF) maxF = f, l = w[start], r = w[i];
    }
    if(maxF < 0) maxF = 0, l = w[1], r = w[n];
    cout << maxF << ' ' << l << ' ' << r;
}