PAT-Practice 1007 Maximum Subsequence Sum (Python)

前言:理解好动态规划,这道题就没啥问题了

对于任意一点(除第一个点)的最大的决策:

                          r[i] = max(这个点的值加上上个点的最大决策值,这个点的值)

挺好理解,这是一个连续的序列,如果你现在这个点的值加上上个点的最优使你变小了,那说明还不如不要前面那段,重新开始

像题目给出的输入输出:

input=[-10, 1, 2, 3, 4, -5, -23, 3, 7, -21]

我们经过动态规划之后得到每一个点的最佳决策值为:

r=[-10, 1, 3, 6, 10, 5, -18, 3, 10, -11]

这个时候我们很容易看到我们要的最大值为10,然后最大值的索引值往前推,直到遇到最佳决策值为负数,代表子序列完.

def toint(li):
    for i in range(len(li)):
        li[i]=int(li[i])
a=input()
v=input()
v=v.split(' ')
toint(v)
key=0
for i in range(len(v)):
    #print(i)
    if v[i]>=0:
        key=1
        break
if key==1:
    r=[0 for i in range(len(v))]
    r[0]=v[0]
    for i in range(1,len(v)):
        r[i]=max(v[i],r[i-1]+v[i])
    #print(r)
    num=max(r)
    for i in range(len(r)):
        if num==r[i]:
            ind=i
            break
    ind_max=ind
    key=1
    ind-=1
    while True:
        if ind==-1:
            break
        if r[ind]<0:
            break
        else:
            key+=1
            ind-=1
    print('%d %d %d'%(num,v[ind+1],v[ind_max]))
else:
    print('0 %d %d'%(v[0],v[len(v)-1]))