POJ1050 To the Max

最新推荐文章于 2022-03-12 16:09:57 发布

原创最新推荐文章于 2022-03-12 16:09:57 发布 · 4.4k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#ini #扩展

ACM 专栏收录该内容

42 篇文章

订阅专栏

本文介绍了一种基于动态规划的最大子段和算法实现方法，通过从左至右扫描数据并利用0作为边界条件来更新最大子段和。文章提供了一个二维矩阵的例子，详细解释了如何计算每一列的和，然后应用一维最大子段和算法找到最优解。

考查：动态规划最大子段和

提交情况：一次AC

收获：又认识了下最大连续子段和

在一维情况下最大连续子段和的求法是从左到有顺序扫描数据，以0为边界，当累加和小于0时则重置为0.动态规划的状态转移方程为

s=max{s_i-1+ai,ai}，该方程和前面的描述是等价的。本题是对一维最大子段和的扩展，思路是从上到下找出所有的连续行(如第i行到第j行)，然后计算每列从第i行到第j行的和，之后对这n个列的和进行一维最大子段和的计算，并找出最大的值。

AC_CODE：

#include <stdio.h> #define MAX 101 int main() { int n; int a[MAX][MAX]={0}; int colsum[MAX][MAX]={0}; int max=0,sum; scanf("%d",&n); for(int i=0;i<n;i++) for(int j=1;j<=n;j++) { scanf("%d",&a[i][j-1]); colsum[i][j]=colsum[i][j-1]+a[i][j-1]; } for(int i=0;i<n;i++) for(int j=i;j<=n;j++)//从第i行到第j行 { sum=0; for(int k=0;k<n;k++)//每列的和 { sum+=colsum[k][j]-colsum[k][i]; if(sum<0) sum=0; else if(sum>max) max=sum; } } printf("%d/n",max); return 0; }