最大子段和

概念

给定一个由数字组成的序列，其中连续的一段子序列称为一个 子段，子段中的所有数之和称为 子段和，这里只考虑非空子段，即至少包含一个元素的子段。我们来学习如何求得一个序列中子段和最大的子段的子段和，即求 最大子段和。

暴力算法

最暴力的算法，就是枚举两个端点，再遍历所选出的子段求和。整体时间复杂度为 O(n3)。

for (int i = 1; i <= n; i++) {
    for (int j = i; j <= n; j++) {
        int sum = 0;
        for (int k = i; k <= j; k++) {
            sum += a[k];
        }
        ans = max(ans, sum);
    }
}

优化一下，在固定左端点的情况下移动右端点，把新看到的一位加进来，时间复杂度 O(n2)

for (int i = 1; i <= n; i++) {
    int sum = 0;
    for (int j = i; j <= n; j++) {
        sum += a[j];
        ans = max(ans, sum);
    }
}

动态规划算法

最后答案就是 dp 数组中的最大值。

for (int i = 1; i <= n; i++) {
    if (dp[i - 1] >= 0) {
        dp[i] = dp[i - 1] + a[i];
    } else {
        dp[i] = a[i];
    }
}
for (int i = 1; i <= n; i++) {
    ans = max(ans, dp[i]);
}

完整代码

#include <iostream>
#include <algorithm>
using namespace std;
const int inf = 1000000000;
int a[105], dp[105];
int main() {
    int n;
    cin >> n;
    for (int i = 1; i <= n; i++) {
        cin >> a[i];
    }
    for(int i = 1; i <= n; i++){
        if (dp[i - 1] >= 0){
            dp[i] = dp[i - 1] + a[i];
        }else {
            dp[i] = a[i];
        }
    }
    int ans = -inf;
    for(int i = 1; i <= n; i++){
        ans = max(ans, dp[i]);
    }
    cout << ans;
    return 0;
}