详解复杂度-Maximum Subsequence Sum

• 题目来源：
  中国大学MOOC-陈越、何钦铭-数据结构

• 题目详情：
  给定K个整数组成的序列$[N1,N2,...,NK]$，“连续子列”被定义为$[Ni,Ni+1,...,Nj]$，其中$1\le i\le j\le K$。“最大子列和”则被定义为所有连续子列元素的和中最大者。例如给定序列$[-2,11,-4,13,-5,-2]$，其连续子列$[11,-4,13]$有最大的和20。现要求你编写程序，计算给定整数序列的最大子列和以及子列的第一个数和最后一个数。

输入格式:
输入第1行给出正整数$K(\le 100000)$；第2行给出$K$个整数，其间以空格分隔。

输出格式:
对于每个测试用例，第一行输出最大和，以及最大子序列的第一个和最后一个数字。 数字必须用一个空格分隔，但行尾不能有多余的空格。 如果最大子序列不是唯一的，则输出索引i和j最小的子序列（如示例所示）。 如果所有K个数字均为负，则其最大和定义为0，并且应该输出整个序列的第一个和最后一个数字。

输入样例:

10
-10 1 2 3 4 -5 -23 3 7 -21

输出样例:

10 1 4

解题方法：动态规划
本题可以看作是最大子列和问题的升级版，上一个问题我介绍的动态规划的解法。本题解法与上题类似，不同之处为需要输出子序列起始位的值和终止位的值，因此需要在遍历数组的时候记录相应的起始下标和终止下标。具体分析如下：

• 状态定义：
  设动态规划列表$dp$ ，输入数组$nums$，$dp[i]$ 代表以输入数组元素$nums[i]$为结尾的连续子数组最大和。
• 状态转移方程：
  若$dp[i-1]\le 0$，说明$dp[i-1]$对$dp[i]$产生负的贡献，即
  $dp[i-1]+nums[i]<nums[i]$
  因此可得状态转移方程如下：
  $$dp[i]=\{\begin{array}{ll}dp[i-1]+nums[i]& \text{dp[i-1]>0}\\ nums[i]& \text{dp[i-1]<=0}\end{array}$$
  到此为止上篇文章介绍到的相同，接下来介绍不同的地方。
  不同之处为需要记录下标，先假定初始化为一个很小的数作为最终解$res$，最长子列的起始位下标为$left$,终止为下标为$right$当$dp[i]<0$时，暂不考虑全负序列，则最大子列的起始位必定从下标$i+1$开始，因此维护一个变量$left$ _ $temp=i+1$然后还需判断$res$和$dp[i]$的大小关系，若$res$小则赋值，然后再次判断$dp[i]$的大小，如果此时$dp[i]<0$仍满足，则说明序列的前i项均为负值，因此更新$left$_$temp=i$，再对$left$和$right$进行赋值。

完整代码如下：

#include <stdio.h>
#include <stdlib.h>

#define max(x, y) (x >= y ? x : y) //定义的宏，用来取最大值
void maxSubSum(int nums[], int n);

int main(){
    int n;
    scanf("%d", &n);
    int *nums = (int*)malloc(sizeof(int)*n);
    if(n)
        for(int i=0; i<n; i++) scanf("%d", &(nums[i]));
    maxSubSum(nums, n);

}
做法一 只使用动态规划的思想，维护一个临时变量
//void maxSubSum(int nums[], int n){
//    int res = -1e3, temp = 0;
//    int left_temp = 0, left = 0, right = 0;
//    for(int i=0; i<n; i++){
//        temp += nums[i];
//        if(temp<0){
//            temp = 0;
//            left_temp = i+1;
//        }
//        if(res<temp){
//            res = temp;
//            left = left_temp;
//            right = i;
//        }
//    }
//    if(res >= 0) printf("%d %d %d\n", res, nums[left], nums[right]);
//    else printf("%d %d %d\n", 0, nums[0], nums[n-1]);
//}

//做法二 动态规划
void maxSubSum(int nums[], int n){
    int res = -1e3; //目标值初始化
    int left_temp = 0, left = 0, right = 0;
    int *dp = (int*)malloc(sizeof(int)*n);
    for(int i=0; i<n; i++){ //动态规划遍历数组，求最大值
        if(i==0){
            dp[i] = nums[i];
        }
        else
            dp[i] = max(dp[i-1], 0) + nums[i];
        if(dp[i]<0){ //dp[i]起到负贡献，记录序列开始下标为i+1
            left_temp = i + 1;
        }
        if(res < dp[i]){
            res = dp[i];
            if(dp[i]<0) //说明前i位皆为负数，因此下标为i
                left = left_temp - 1;
            else left = left_temp;
            right = i;
        }
    }
    if(res >= 0) printf("%d %d %d\n", res, nums[left], nums[right]);
    else printf("%d %d %d\n", 0, nums[0], nums[n-1]);

}

在链接中的文章的最后我分析了解法一和解法二动态规划的区别，本次将两种解法的代码都给出。因为本题对序列全负的处理同上一题：如果所有K个数字均为负，则其最大和定义为0。 因此动态规划的普适性也优于解法一，如果没有括号中的条件要求（如果所有K个数字均为负，则其最大和定义为0。 ），动态规划的程序也可以实现，只需将最后的输出部分改为以下即可。

printf("%d %d %d\n", res, nums[left], nums[right]);

如果有哪里理解错的地方欢迎大家留言交流。

手工码字码代码，如果有帮助到你的话留个赞吧，谢谢。

以上。