线性DP
DP问题核心就是枚举,枚举出问题所有可能的情况,然后取最优解。DP算法实际上就是设计一种思路(状态转移方程),让程序能高效率地运行出所求结果。
DP解题套路
1.把问题分解成若干子问题;
2.根据题意列出状态转移方程;
3.找出边界;
4.递推求解;
题目总结
T - 最大连续子序列
给定K个整数的序列{ N1, N2, …, NK },其任意连续子序列可表示为{ Ni, Ni+1, …,
Nj },其中 1 <= i <= j <= K。最大连续子序列是所有连续子序列中元素和最大的一个,例如给定序列{ -2, 11, -4, 13, -5, -2 },其最大连续子序列为{ 11, -4, 13 },最大和为20。在今年的数据结构考卷中,要求编写程序得到最大和,现在增加一个要求,即还需要输出该子序列的第一个和最后一个元素。
Input
测试输入包含若干测试用例,每个测试用例占2行,第1行给出正整数K( < 10000 ),第2行给出K个整数,中间用空格分隔。当K为0时,输入结束,该用例不被处理。
Output
对每个测试用例,在1行里输出最大和、最大连续子序列的第一个和最后一个元素,中间用空格分隔。如果最大连续子序列不唯一,则输出序号i和j最小的那个(如输入样例的第2、3组)。若所有K个元素都是负数,则定义其最大和为0,输出整个序列的首尾元素。
Sample Input
6-2 11 -4 13 -5 -2
10-10 1 2 3 4 -5 -23 3 7 -21
6
5 -8 3 2 5 0
1
10
3
-1 -5 -2
3
-1 0 -2
0
Sample Output
20 11 13
10 1 4
10 3 5
10 10 10
0 -1 -2
0 0 0
Huge input, scanf is recommended.
思路
== 以第i个元素为结尾的最长连续子序列==
设dp[i]是以第i个元素为结尾的最长连续子序列的长度。
先考虑以第i个元素为结尾的最大连续子序列,那么有两种结果:
如果dp[i-1]+a[i]>a[i]时,dp[i]=dp[i-1]+a[i];
否则dp[i]=a[i];
然后筛选出最大的dp[i], 即为所求的最大和。
有了最大和,我们就可以回过头来找以i为结尾,向前找最大子序列的端点,找出端点,输出最大值和端点值即可。(因为序列连续,所以可以这样求左端点,否则不能这样求)
代码
这是求最大和sum:
dp[1]=a[1];
dp[0]=0;
for(int i=1;i<=n;i++){
dp[i]=max(dp[i-1]+a[i],a[i]);
sum=max(dp[i], sum);
}
这是通过sum和右端点i求左端点的
int p=0,q=0;
int c=0;
for(int i=1;i<=n;i++){
if(dp[i]==sum){
int t=0;
for(int j=i;j>=1;j--){
t+=a[j];
if(sum==t){
p=a[j];
q=a[i];
c=1;
break;
}
}
}
if(c==1)
break;
}
P - Max Sum
最大连续子段和
Given a sequence a[1],a[2],a[3]…a[n], your job is to calculate the max sum of a sub-sequence. For example, given (6,-1,5,4,-7), the max sum in this sequence is 6 + (-1) + 5 + 4 = 14.
Inp