（kuangbin带你飞--基础DP）Max Sum Plus Plus

原题目：

Now I think you have got an AC in Ignatius.L's "Max Sum" problem. To be a brave ACMer, we always challenge ourselves to more difficult problems. Now you are faced with a more difficult problem.

Given a consecutive number sequence S 1, S 2, S 3, S 4 ... S x, ... S n (1 ≤ x ≤ n ≤ 1,000,000, -32768 ≤ S x ≤ 32767). We define a function sum(i, j) = S i + ... + S j (1 ≤ i ≤ j ≤ n).

Now given an integer m (m > 0), your task is to find m pairs of i and j which make sum(i 1, j 1) + sum(i 2, j 2) + sum(i 3, j 3) + ... + sum(i m, j m) maximal (i x ≤ i y ≤ j x or i x ≤ j y ≤ j x is not allowed).

But I`m lazy, I don't want to write a special-judge module, so you don't have to output m pairs of i and j, just output the maximal summation of sum(i x, j x)(1 ≤ x ≤ m) instead. ^_^

Input

Each test case will begin with two integers m and n, followed by n integers S 1, S 2, S 3 ... S n.
Process to the end of file.

Output

Output the maximal summation described above in one line.

Sample Input

1 3 1 2 3
2 6 -1 4 -2 3 -2 3

Sample Output

6
8

中文概要：

最大M子段和问题
给定由 n个整数（可能为负整数）组成的序列a1，a2，a3，……，an，以及一个正整数 m，要求确定序列 a1，a2，a3，……，an的 m个不相交子段，
使这m个子段的总和达到最大，求出最大和。

思路：

动态规划的思想。
1.基本思路：
  首先，定义数组num[n],dp[m][n].
  num[n]用来存储n个整数组成的序列.
  dp[i][j]用来表示由前 j项得到的含i个字段的最大值，且最后一个字段以num[j]项结尾。仔细想想，我们可以知道：
  dp[i][j]=max(dp[i][j-1]+num[j],dp(i-1,t)+num[j])   其中i-1<=t<=j-1.
  (因为必须是以 num[j] 结尾的，所以num[j]一定属于最后一个子段，即要么自己独立成一个子段，要么与前边以num[j-1]结尾的子段联合)
  所求的最后结果为 max( dp[m][j] ) 其中1<=j<=n.
  但是，我们会发现，当n非常大时，这个算法的时间复杂度和空间复杂度是非常高的,时间复杂度近似为O(m*n^2),
  空间复杂度近似为O(m*n).因此，我们需要优化算法来降低时间复杂度和空间复杂度.
2.优化算法：
  (1)节省时间
  由基本思路，我们可以知道，dp[i][j]=max(dp[i][j-1]+num[j],dp(i-1,t)+num[j])，其中i-1<=t<=j-1.我们只要找到dp[i][j-1]
  和dp[i-1][t]的最大值加上num[j]即为dp[i][j].所以，定义一个数组pre_max[n]，用pre_max[j-1]来表示求解dp[i][j]时dp[i-1][t]
  的最大值,则dp[i][j]=max(pre_max[j-1],dp[i][j-1])+num[j].
  特别注意，pre_max[n]这个位置的存储空间是始终用不到的，因此可以用来存储其他数值，在接下来会用到。
  在求解dp[i][j]的同时，我们可以计算出dp[i][t];i<=t<=j的最大值，这个最大值在计算dp[i+1][j+1]的时候需要作为pre_max[j]的
  形式被使用，我们先把它存在pre_max[n]中。
  你可能会问：为什么不把它直接放在pre_max[j]中呢？因为你接下来需要计算dp[i][j+1]的值，需要用到pre_max[j]中原来的值，
  如果你把它存在这里，就会覆盖掉计算dp[i][j+1]所需要的那个值。所以，先把它放在pre_max[n]中。
  当我们计算完dp[i][j+1]之后，就会发现pre_max[j]中的值已经没有用处了，我们可以把它更新为计算dp[i+1][j+1]所需要的那个值，
  即之前放在pre_max[n]中的那个值，即执行pre_max[j]=pre_max[n].
  这样我们就节省了计算最大值时付出的时间代价。
  (2)节省空间
  通过时间的节省，我们突然间发现程序执行结束后pre_max[n]的值即为最后的结果，pre_max[n]数组才是我们希望求解的，
  dp[m][n]这个庞大的数组已经不是那么重要了，因此，我们现在用整型数tmp来代替dp[m][n]，用来临时存储dp[i][j]的值，
  作为求解pre_max[n]的中介。
  这样就节省了dp[i][j]占用的极大的空间.

代码一：
#include <cstdio>
#include <iostream>
const int MAX = 1000005; 
using namespace std; 
int num[MAX], pre_max[MAX];  
int DP(int n, int m)
 {
     for(int i = 1; i <= m; ++i)//分成i组
     {
         /*****初始化*****/ 
         int tmp = 0;//代替二维数组dp[][] 
         for(int k = 1; k <= i; ++k)
            tmp += num[k];
           pre_max[n] = tmp;
         for(int j = i+1; j <= n; ++j)
         {
             tmp = max(pre_max[j-1], tmp) + num[j];
             pre_max[j-1] = pre_max[n];
             pre_max[n] = max(pre_max[n], tmp);         
         }
     }
     return pre_max[n];
 }
int main()
 {
     int n, m;
     while(~scanf("%d%d", &m, &n))
     {
         for(int i = 1; i <= n; ++i)
         {
             scanf("%d", &num[i]);
             pre_max[i] = 0;   
         }
         printf("%d\n", DP(n, m));
     }
     return 0;
 } 

代码二（跟代码一类似）

#include <iostream>

#include <cstdio>

#include <cstring>

#include <algorithm>

using namespace std;

const int maxn = 1e6+10;

const int INF = 0x7fffffff;

int a[maxn];

int dp[maxn];

int Max[maxn];//max（dp[i-1][k]）就是上一组0~j-1的最大值

int main(){

    int n,m,mmax;

    while(~scanf("%d%d",&m,&n)){

        for(int i = 1; i <= n; i++){

            scanf("%d",&a[i]);

        }

        memset(dp,0,sizeof(dp));

        memset(Max,0,sizeof(Max));//分成0组的全是0

        for(int i = 1; i <= m; i++){//分成i组

            mmax = -INF;

            for(int j = i; j <= n; j++){//前j个数分成i组，至少需要i个数

                dp[j] = max(dp[j-1]+a[j],Max[j-1]+a[j]);

                //Max[j-1]目前代表的是分成i-1组前j-1个数的最大值,a[j]单独一组组成i组

                //dp[j-1]代表j-1个数分成组，第j个数a[j]放在前面i组的一组中，两种方式选取较大者

                Max[j-1] = mmax;//当前考虑的是j但是mmax是上一次循环得到的，所以更新的是j-1

                mmax = max(mmax,dp[j]);//更新mmax，这样下次循环同样更新的是j-1

            }

            //这样也就更新得到了分i组的Max，下次分i+1组的时候就可以使用了

        }

        printf("%d\n",mmax);

    }

    return 0;

}

DP真尼玛难，想了半天还是不算很懂