动态规划原理及案例

原理

例子1

对一个整数数组，例如[-2,1-3,4,-1,2,1,-5,4]，求连续子数组中的最大和

"""
动态规划
对一个整数数组，例如[-2,1-3,4,-1,2,1,-5,4]，求连续子数组中的最大和
时间复杂度为O(n)，即只能遍历一次
分析：
    连续子数组长度分别为1，2，3，...n ，列出所有的子数组，分析规则
    以一个元素结尾的所有子数组中的最大和依赖于
    以前一个元素结尾的所有子数组的最大和presum
    若presum>0,presum + cur 即为以当前元素结尾的所有子数组的最大和
    若presum<=0, cur 即为以当前元素结尾的所有子数组的最大和
"""
def max_sub_array(alist):
    #以数组中每个元素结尾的所有子数组中的最大和
    presum = 0 
    result = 0
    for i in range(len(alist)):
        if presum > 0:
            presum += alist[i]
            
        else:
            presum = alist[i]

        result = max(presum,result)
    return result

if __name__ == "__main__":
    alist = eval(input("输入你的数组：").strip())
    result = max_sub_array(alist)
    print("连续子数组最大和：", result)