题干

 N个整数组成的序列a[1],a[2],a[3],…,a[n],你可以对数组中的一对元素进行交换,并且交换后求a[1]至a[n]的最大子段和,所能得到的结果是所有交换中最大的。当所给的整数均为负数时和为0。
例如:{-2,11,-4,13,-5,-2, 4}将 -4 和 4 交换,{-2,11,4,13,-5,-2, -4},最大子段和为11 + 4 + 13 = 28。

Input

第1行:整数序列的长度N(2 <= N <= 50000) 第2 - N + 1行:N个整数(-10^9 <= A[i] <= 10^9)

Output

输出交换一次后的最大子段和。

Sample Input

7
-2
11
-4
13
-5
-2
4

Sample Output

28

一点题外话

这道题真的很不起眼qwq

一开始做的时候各位大佬都是各显神通,然鹅结果不如人意,然后去网上找题解,结果题解里的显然显然不是那么正确...(https://www.cnblogs.com/hbhszxyb/p/13130945.html)。

能AC完全是数据水,于是狠狠地暴露了一波,还好咱当时就是没看懂那个显然就没抄那个代码qwq(然后就恬不知耻地抄了另一个)。

最后还是听虎哥讲听明白了,难受

开始整活

思路来自:https://blog.csdn.net/zlh_hhhh/article/details/78176629 (膜拜大佬)

首先,我们交换有三种情况,一是交换的两个数都在最优子段内,二是交换的两个数都不在最优子段内,三是一个在最优子段内一个不在

显然,前两种对我们的答案没有什么影响,我们需要处理的就是第三种。

虎哥说:“如果一道题怎么都没有思路,那么就把它当成DP来做”

于是,我们先不考虑复杂度的问题,从DP的方向来想。

我们先从左到右遍历,遍历到i,我们假设把左边的某一个数a[k]与a[i]替换。

然后定义两个式子,1为此时新的a[i]向左延伸能得到的最大子段和,2为a[i+1]向右延伸能得到的最大子段和,那么显然我们的答案就是1式加2式,然后不断往下遍历取最优。

2式很简单,我们可以通过预处理直接得到,问题在于1式,这里就要用DP来考虑一下。

我们记遍历到第i位时的1式为G[i]。

那么我们的思路就是跟着定义走,枚举到i,然后从1往右枚举k,交换,然后判断此时向左延伸的最大子段和,取最优,式子写出来是:

\(G[i]=\max_{k=1}^{i-2}\big( A[k]+\max_{t=k+1}^{i-1}(\sum_{j=t}^{i-1}A[j])\big)\)

可能有神犇注意到这个式子并不完全,因为我们只枚举到了i-2,为什么不能枚举到i-1呢?

很显然,枚举到i-2,意味着我们向左延伸的最大子段和的长度至少为2。如果长度为1,那么此时

\(\max_{t=k+1}^{i-1}(\sum_{j=t}^{i-1}A[j])\) 显然是不执行的。

所以我们的式子只剩下: \(G[i]=\max_{k=1}^{i-1}\big( A[k])\)

而k此时等于i-1,所以实际上我们的选择被固定在a[i-1]这一个数上,所以此时长度为1的最大子段和就是a[i-1]。

而这显然不正确,如果长度大于等于2,因为考虑到子段的顺序问题,那么照上边那么做是没问题的,但我们此时长度为1,显然我们可以直接从左边找一个最大值过来换掉a[i],而不一定是a[i-1],所以我们需要特判一下长度为1的情况。

我们记:\(M[i-1]=\max_{k=1}^{i-1}A[k]\)

于是就有了:\(G[i]=max\Big(\max_{k=1}^{i-2}\big( A[k]+\max_{t=k+1}^{i-1}(\sum_{j=t}^{i-1}A[j])\big),M[i-1]\Big)\)

照猫画虎,就有了:\(G[i+1]=max\Big(\max_{k=1}^{i-1}\big( A[k]+\max_{t=k+1}^{i}(\sum_{j=t}^{i}A[j])\big),M[i]\Big)\)

我们试着改写一下:

\(G[i+1]=max\Big(\max_{k=1}^{i-1}\big( A[k]+\max_{t=k+1}^{i}(\sum_{j=t}^{i}A[j])\big),M[i]\Big )\)

\(=max\Big(\max_{k=1}^{i-2}\big( A[k]+\max_{t=k+1}^{i-1}(\sum_{j=t}^{i-1}A[j]) )+A[i],M[i]\Big )\)

这个改写其实是不正确的,因为我们知道\(\max_{k=1}^{i-2}\big( A[k]+\max_{t=k+1}^{i-1}(\sum_{j=t}^{i-1}A[j])\)其实是\(G[i]\)的长度至少为2的部分,在加上上边我们提出来这个a[i],就变成了G[i+1]长度至少为3的部分,而M[i]是长度为1的部分,显然我们缺少了长度为2的部分,那么解决也很简单,直接在判断里加上就好了。

所以,最后的结果是:

\(G[i+1]=max\Big(\max_{k=1}^{i-2}\big( A[k]+\max_{t=k+1}^{i-1}(\sum_{j=t}^{i-1}A[j]) )+A[i],M[i-1]+A[i],M[i]\Big)\)

\(G[i+1]=max(G[i]+A[i],M[i-1]+a[i],M[i])\)

递推式有了,代码就比较容易了,还有就是注意我们从左到右扫一边不能判断全部的情况,所以还要反着扫一边。

#include <cstdio>
#include <iostream>
#include <algorithm>
#include <cstring>
using namespace std;
const int maxn = 50000 + 10;
#define ll long long
#define inf 0x3f3f3f3f int a[maxn], maxx = -inf;
ll sl[maxn], sr[maxn], ans = -inf;
ll G1[maxn], G2[maxn]; int main(){
int n;
cin >> n;
for(int i = 1; i <= n; i++){
scanf("%d", &a[i]);
}
for(int i = 1, j = n; i <= n; i++, j--){
sl[i] = sl[i-1] + a[i];
sr[j] = sr[j+1] + a[j]; // 保存以j为开始向右延伸的最大子段和
if(sl[i] < 0) sl[i] = 0;
if(sr[j] < 0) sr[j] = 0;
if(ans < sl[i]) ans = sl[i]; // 防止存在原始的最大子段和就是最优解的情况,这是存在的,因为我们可以选择交换组合内的两个数
}
maxx = a[1];
for(int i = 2; i <= n; i++){
G1[i] = G1[i-1] + a[i-1];
if(G1[i] < maxx) G1[i] = maxx;
if(ans < G1[i] + sr[i+1]) ans = G1[i] + sr[i+1];
if(maxx < a[i]) maxx = a[i];
}
maxx = a[n];
for(int i = n - 1; i > 0; i--){
G2[i] = G2[i+1] + a[i+1];
if(G2[i] < maxx) G2[i] = maxx;
if(ans < G2[i] + sl[i-1]) ans = G2[i] + sl[i-1];
if(maxx < a[i]) maxx = a[i];
}
printf("%lld\n", ans);
return 0;
}

51nod1524 最大子段和V2的更多相关文章

  1. 51nod 1053 最大M子段和 V2

    N个整数组成的序列a[1],a[2],a[3],…,a[n],将这N个数划分为互不相交的M个子段,并且这M个子段的和是最大的.如果M >= N个数中正数的个数,那么输出所有正数的和. 例如:-2 ...

  2. 最大M子段和 V2

    51nod1053 这题还是我们熟悉的M子段和,只不过N,M<=50000. 这题似乎是一个堆+链表的题目啊 开始考虑把所有正数负数锁在一起. 比如: 1 2 3 -1 –2 -3 666 缩成 ...

  3. [51nod1254]最大子段和 V2

    N个整数组成的序列a[1],a[2],a[3],-,a[n],你可以对数组中的一对元素进行交换,并且交换后求a[1]至a[n]的最大子段和,所能得到的结果是所有交换中最大的.当所给的整数均为负数时和为 ...

  4. 51nod 1254 最大子段和 V2 ——单调栈

    N个整数组成的序列a[1],a[2],a[3],…,a[n],你可以对数组中的一对元素进行交换,并且交换后求a[1]至a[n]的最大子段和,所能得到的结果是所有交换中最大的.当所给的整数均为负数时和为 ...

  5. 51nod 1254 最大子段和 V2

    N个整数组成的序列a[1],a[2],a[3],…,a[n],你可以对数组中的一对元素进行交换,并且交换后求a[1]至a[n]的最大子段和,所能得到的结果是所有交换中最大的.当所给的整数均为负数时和为 ...

  6. 51Nod1053 最大M子段和V2 二分+DP

    传送门 直接DP的话最多也只能做到\(O(nm)\),对于\(5\times 10^4\)的数据范围实在无能为力 夹克老爷提供的做法是贪心,思想大概是在调整的同时,合理构造每个选择对应的新状态,使得新 ...

  7. 51nod1254 最大子段和 V2 DP

    ---题面--- 题解: 表示今天做题一点都不顺.... 这题也是看了题解思路然后自己想转移的. 看的题解其实不是这道题,但是是这道题的加强版,因为那道题允许交换k对数. 因为我们选出的是连续的一段, ...

  8. 51nod1053 最大M子段和 V2

    $n \leq 50000$的序列,问选不超过$m \leq 50000$个区间使得和最大. 如果正数区间总数比$m$小那肯定全选.否则有两种方式减少区间数量:丢掉一个正区间:补一个负区间连接两个正区 ...

  9. 51Nod 最大M子段和系列 V1 V2 V3

    前言 \(HE\)沾\(BJ\)的光成功滚回家里了...这堆最大子段和的题抠了半天,然而各位\(dalao\)们都已经去做概率了...先%为敬. 引流之主:老姚的博客 最大M子段和 V1 思路 最简单 ...

随机推荐

  1. Java实现第八届蓝桥杯纸牌三角形

    纸牌三角形 题目描述 A,2,3,4,5,6,7,8,9 共9张纸牌排成一个正三角形(A按1计算).要求每个边的和相等. 下图就是一种排法(如有对齐问题,参看p1.png). A 9 6 4 8 3 ...

  2. 如何将H5一键部署到托管服务中

    随着各个大型App都推出了自己的小游戏平台,游戏也越来越受到开发者的关注.Cocos Creator是一个完整的游戏开发解决方案,包含了轻量高效的跨平台游戏引擎,以及能让你更快速开发游戏所需要的各种图 ...

  3. vue甘特图gantt

    vue做甘特图,先大致介绍下核心功能: (1)横轴.纵轴拖拽: (2)自定义监听点击事件(双击.右键等)(3)任务之间显示父子层级关系:(4)左侧列表信息,右侧时间轴表示任务:(5)每个任务可以订制样 ...

  4. SpringBoot后端系统的基础架构

    前言 前段时间完成了毕业设计课题--<基于Spring Boot + Vue的直播后台管理系统>,项目名为LBMS,主要完成了对直播平台数据的可视化展示和分级的权限管理.虽然相当顺利地通过 ...

  5. Hexo博客框架攻略

    前言 前天无意在b站看到up主CodeSheep上传的博客搭建教程,引起了我这个有需求但苦于没学过什么博客框架的小白的兴趣.于是花了两天时间终于终于把自己的博客搭建好了,踩了无数的坑,走偏了无数的路, ...

  6. 多线程高并发编程(10) -- ConcurrentHashMap源码分析

    一.背景 前文讲了HashMap的源码分析,从中可以看到下面的问题: HashMap的put/remove方法不是线程安全的,如果在多线程并发环境下,使用synchronized进行加锁,会导致效率低 ...

  7. 大众点评cat实时监控简介及部署

    简介 背景 CAT(Central Application Tracking)是由吴其敏(前大众点评首席架构师,现携程架构负责人)主导设计基于Java开发打造的实时应用监控平台,为大众点评网提供了全面 ...

  8. 基于SSM框架的新生报到可视化系统

    1.本课题的目的及意义 新生报到数据一直是困扰着各大高校的管理性问题,人数多.工作量大,这无疑是一个挑战,也因此加快了高校的信息化建设步伐.随着互联网的普及与发展,日常生活中人们接触到的数据正以惊人的 ...

  9. hexo搭建个人博客部署到个人服务器(git+nginx+hexo+next)

    本次以阿里云服务器为例,详细讲解步骤: 一.本地环境[客户端] 这里以本地的win10电脑为例 1.下载node, 默认安装,安装完成之后,node -v看看版本号 node下载 2.安装node(傻 ...

  10. const变量的修改

    int main(){ const char a[]="hello world"; char *aa=(char *)a; printf("\nthe a address ...