最大字段和动态规划

最新推荐文章于 2023-01-25 11:48:48 发布

K.Irving

最新推荐文章于 2023-01-25 11:48:48 发布

阅读量244

点赞数

分类专栏：动态规划

本文链接：https://blog.csdn.net/zzwjames/article/details/112346443

版权

动态规划专栏收录该内容

3 篇文章 0 订阅

订阅专栏

这篇博客介绍了如何使用动态规划算法来求解一维数组的最大字段和以及二维矩阵的最大子矩阵和。首先，通过定义数组b来存储截止到每个位置的最大字段和，然后根据前一个元素的字段和与当前元素的大小关系更新b数组。对于二维矩阵问题，博主使用双重循环遍历每一行，并在每行中计算最大子矩阵和，最终找到全局的最大子矩阵和。这种方法有效地解决了寻找连续子数组最大和的问题。

摘要由CSDN通过智能技术生成

求数组a的最大字段和
定义一个数组b
b[i]表示截止到第i个数的最大字段和
那么我们知道如果b[i-1]<=0,b[i]的值应该为a[i]
如果b[i-1]>0,b[i]的值应该是b[i-1]+a[i]

int maxsum(int n, int *a)
{
	int sum = 0, b = 0;
	for (int i = 1; i <= n; i++)
	{
		if (b > 0)
			b += a[i];
		else b = a[i];
		if (b > sum)
			sum = b;
	}
	return sum;
}

推广到二维的最大子矩阵和问题：

int maxsum2(int m, int n, int **a)
{
	int sum = 0;
	int *b = new int[n + 1];
	for (int i = 1; i <= m; i++)
	{
		for (int k = 1; k <= n; k++)
			b[k] = 0;               //b[k]记录第i行到第j行的第k列的数字之和
		for (int j = i; j <= m; j++) {
			for (int k = 1; k <= n; k++)
				b[k] += a[j][k];        //i=1,j=1;i=1,j=2;...i=2,j=2;i=2,j=3;.....
			int max = Maxsum(n, b);      //一维数字最大字段和
			if (max > sum)
				sum = max;
		}
	}
	return sum;
}