最大总和（动态规划）

问题描述

大意：

       给定一个序列a[1],a[2],a[3]…a[n]，你需要算出其子序列中的最大值。比如说：给你一个序列（6,-1,5,4,-7），它的子序列之和中的最大值是6 + (-1) + 5 + 4 = 14。

输入

大意：

       第一行是一个范围在1到20的整数T，代表着接下来输入的测试案例；

       接下来的T行，每一行都首先是一个范围在1到100000的数字N，代表着该测试案例中所包含的测试数据个数。其次，接着就是N个范围在-1000到1000的测试数据。

输出

大意：

       对于每一个测试案例结果，输出两行。

       第一行是 “Case #:”，#代表着测试案例的序号；

       第二行是三个数据，分别是最大子序列之和、子序列在原序列中的起始位下标加一和末位下标加一；

       如果测试案例不止一个，输出测试案例结果之间需要有一个空行。

算法思想：

       这道题用到的算法思想是动态规划，鉴于该题是入门级的动态规划题，我就简单讲一下我对动态规划的基础认识。

       比如说，1+1+1+1+1=5，那么再加1呢，等于6。可以发现，我们非常快地得出了答案，那是因为我们记住了上一个结果是5，5+1=6。如果我们重新1+1+1+1+1+1=6，那么肯定会慢，而且会造成许多不必要的浪费。

       于是为了解决冗余，我们把从一开始逐步得出的结果记录下来，直到最终得到答案。所以总的来说，这是一个牺牲空间换取时间的算法

解题思路：

       在输入数据同时，数据加到序列和里，边加边比较。最大值小于序列和时，最大值更新，记录起始位，末位数更新为现位。若序列和小于0时，序列和置0，起始位更新为下一位。

#include<iostream>
using namespace std;
int a[100000];
void solve(int k, int n, int t)//动态规划
{
    int sum = 0, max_num = -1000, end_tag, start_tag = 1, temp = 1;//因为所有整数都在-1000到1000之间，所以max_num最小值为-1000
    for (int i = 0; i < n; i++)
    {
        sum += a[i];
        if (sum > max_num)//后面的和>前面的和的情况
        {
            max_num = sum;
            start_tag = temp;//这里是子序列的开始,需要变换，与i无关
            end_tag = i + 1;//这里是子序列的结束，无需变换，只与i有关
        }
        if (sum < 0)//这个地方是最为关键的地方
        {
            temp = i + 2;//序列和置0，起始位更新为下一位。
            sum = 0;
        }
    }
    cout << "Case " << k << ":" << endl;
    if (k != t)
        cout << max_num << " " << start_tag << " " << end_tag << endl << endl;
    else
        cout << max_num << " " << start_tag << " " << end_tag << endl;
}
int main()
{
    int t, n;
    cin >> t;
    for (int i = 1; i <= t; i++)
    {
        cin >> n;//这个是自己错的地方，以为这里也是数列的一部分
        for (int j = 0; j < n; j++)
            cin >> a[j];
        solve(i, n, t);
    }
    return 0;
}