题目链接
题目描述
给出一个长度为 n 的序列 a,选出其中连续且非空的一段使得这段和最大。
输入格式
第一行是一个整数,表示序列的长度 n。
第二行有 n 个整数,第 i 个整数表示序列的第 i 个数字 ai。
输出格式
输出一行一个整数表示答案。
输入输出样例
输入
7 2 -4 3 -1 2 -4 3
输出
4
说明/提示
数据规模与约定
- 对于 40% 的数据,保证 n ≤ 2 * 10^3。
- 对于 100% 的数据,保证 1≤ n ≤ 2 * 10^5,−10^4 ≤ ai ≤ 10^4。
思路分析
先看一下动态规划的定义
动态规划算法通常用于求解具有某种最优性质的问题。在这类问题中,可能会有许多可行解。每一个解都对应于一个值,我们希望找到具有最优值的解。
定义可能有些枯燥,有个大致了解就好,如果想用动态规划去解决一道题,就要先判断该题是否满足使用动态规划的前提条件。
动态规划前提条件(大家在百科上也可以找到详细解释)
思路分享
- 定义一个抽象的对最优子结构的状态表示。令f[i]为前i个数字构成的子序列中连续到第i个元素的最大子段和的值。
- 思路图
第(i-1)个数字
X X X X ...... X A X X ......X
第i个数字
可知f[i-1]为从第一个数字到第i-1个数字的最大子段和的解,f[i]为从第一个数字到第i个数字的最大子段和的解。
此时假设f[i-1]已知,所以我们在此基础上去分析,后面无论如何去决策,第一个数字到第i-1个数字的最大子段和的最优解就是f[i-1],即后面的决策不会影响前面的解(该解为最优解),故满足动态规划的前提条件。且f[i-1]是连续到第i-1个数的,则f[i]有两种可能,第一种:f[i]的最大子序列为f[i-1]+A;第二种:f[i]为A,将前面的值删去,因为f[i-1]+A的值比A还要小,故从A重新开始计算序列的和。取二者中最大值记录为连续到第i个元素的最大子序列和f[i]。而f[1]到f[n]即为要求解的问题的子问题的解,从中选出最优解即求出f[1]到f[n]中的最大值,则为最优解,也是最后问题的答案。
AC代码
#include<iostream>
using namespace std;
int main()
{
int n;
cin>>n;
int*a=new int[n];
for(int i=0;i<n;i++)
{
cin>>a[i];
}
int*f=new int[n];
f[0]=a[0];
//动态规划实现
for(int i=1;i<n;i++)
{
if(f[i-1]+a[i]<=a[i])
{
f[i]=a[i];
}
else
{
f[i]=f[i-1]+a[i];
}
}
//求解最大值
int fmax=f[0];
for(int i=1;i<n;i++)
{
if(f[i]>fmax)
{
fmax=f[i];
}
}
cout<<fmax<<endl;
return 0;
}
如果有哪里思路出错或者可以优化的,请大家多多指教