7-19 最大子段和

给定n个整数（可能为负数）组成的序列a[1],a[2],a[3],…,a[n]，求该序列如a[i]+a[i+1]+…+a[j]的子段和的最大值。当所给的整数均为负数时，定义子段和为0。

要求算法的时间复杂度为O(n)。

输入格式:

输入有两行：

第一行是n值（1<=n<=10000)；

第二行是n个整数。

输出格式:

输出最大子段和。

输入样例:

在这里给出一组输入。例如：

6
-2 11 -4 13 -5 -2

输出样例:

在这里给出相应的输出。例如：

20

代码长度限制

16 KB

时间限制

400 ms

内存限制

64 MB

n = int(input()) 
nums = list(map(int, input().split()))

curSum = 0 
maxSum = nums[0]

for i in range(n): 
    curSum += nums[i] 
    if curSum > maxSum: 
        maxSum = curSum 
    if curSum < 0: 
        curSum = 0

if all(num < 0 for num in nums): 
    maxSum = 0

print(maxSum)

该问题可以使用Kadane算法（卡登算法）求解，时间复杂度为O(n)。

Kadane算法是一种连续子序列最大和的动态规划算法，具体而言，我们可以定义一个变量curSum表示当前的最大子段和，一个变量maxSum表示全局最大子段和。然后，对于每一个数字来说，我们可以选择将其加入到当前的子段中，或者以该数字开始新的子段。因此，我们可以使用以下状态转移方程：

curSum = max(curSum + nums[i], nums[i]) maxSum = max(maxSum, curSum)

其中，nums[i]表示第i个数字，curSum表示当前的最大子段和，maxSum表示全局最大子段和。如果将第i个数字加入到当前的子段中可以使得子段和更大，那么我们就将其加入，否则，我们就以第i个数字开始新的子段。最终，maxSum即为所求的全局最大子段和。