DP–最大子段和问题(动态规划)
问题:
有n个整数组成一个a1,a2,a3,… ,an序列。求其子段和的最大值(子段是连续的)
比如{-2,11,-4,13,-5,-2},最大子段和就是11-4+13=20
解题思路:
这是一个很典型的动态规划性质的题目,我们先设置一个dp数组
dp[i]表示以a[i]为结尾的子段的最大子段和。这里注意一定要以a[i]结尾而不是a[1]到a[i]间任意子段,因为这样有利于利用与维护其最优子结构性质
得到递推式:
(1.)dp[i]=dp[i-1]+a[i]-------当dp[i-1]>0时,
(2.)dp[i]=a[i]-----------------当dp[i-1]<=0时。
具体的看源码吧–>
参考代码:
#include<iostream>
#include<algorithm>
using namespace std;
const int inf = 0x3f3f3f3f;
int a[110];
int MaxSum_list(int n, int a[110]) {//求出一维数组(a[])的最大子段值
int Max = -inf;
//注意这里要用-inf初始化,否则遇到全负的情况则会出现最大值为0的情况
//除非规定全负时最大子段值就是0
int dp = 0;
for (int i = 1; i <= n; i++) {
dp = max(dp + a[i], a[i]);
//如果dp[i-1]<0,则dp[i]=a[i];否则dp[i]=dp[i-1]+a[i]
//由于我们只需要知道最大值,所以不需要开dp数组,直接用Max维护最大值就行了
Max = max(dp, Max);
}
return Max;
}
int main() {
int n;
cin >> n;
for (int i = 1; i <= n; i++) {
cin >> a[i];
}
int dp[110];//dp[i]表示以i为子段尾部下标的最大子段和值。
memset(dp, 0, sizeof(dp));//初始化dp
for (int i = 1; i <= n; i++) {
if (dp[i - 1] < 0) {
//如果以i-1为尾部下标的最大子段和小于零,则以i为尾部下标的最大子段显然不包括i之前的元素,所以dp[i]即a[i]
dp[i] = a[i];
}
else {
dp[i] = dp[i - 1] + a[i];
}
//即dp[i] = max(dp[i - 1] + a[i], a[i]);
}
for (int i = 1; i <= n; i++) {
cout << "dp[" << i << "]=" << dp[i] << endl;
}
//函数里内容也差不多,这里输出一下看看
cout << "最大子段和为:" << MaxSum_list(n, a) << endl;
}
看到dp数组动态规划后的值,可以轻松看出最大子段和为dp[4]=20.
总结:
这是一个非常简单的问题,但通过这题可以充分了解到动态规划的一些思想,但要熟练掌握dp,是一件很难的事情,还需要大量题型的磨练
这里是这个问题的拓展与推广:DP动态规划–最大子矩阵和问题(最大子段问题的推广即二维最大子段和问题)-To the Max(POJ - 1050题解)
大家可以继续学习与参考。