最大子段和问题

给出一个整数数组a(正负数都有),如何找出一个连续子数组(可以一个都不取,那么结果为0),使得其中的和最大?
 
例如:-2,11,-4,13,-5,-2,和最大的子段为:11,-4,13。和为20。
 
 

看见这个问题你的第一反应是用什么算法?

(1) 枚举?对,枚举是万能的!枚举什么?子数组的位置!好枚举一个开头位置i,一个结尾位置j>=i,再求a[i..j]之间所有数的和,找出最大的就可以啦。好的,时间复杂度?

(1.1)枚举i,O(n)
(1.2)枚举j,O(n)
(1.3)求和a[i..j],O(n)
 
大概是这样一个计算方法:
 
1
2
3
4
5
6
7
8
9
10
11
 
 
 
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];
            
        max = Max(max, sum);
    }
}
 
 
 
 
所以是O(n^3), 复杂度太高?降低一下试试看?
(2) 仍然是枚举! 能不能在枚举的同时计算和?
(2.1)枚举i,O(n)
(2. 2)枚举j,O(n) ,这里我们发现a[i..j]的和不是a[i..j – 1]的和加上a[j]么?所以我们在这里当j增加1的时候把a[j]加到之前的结果上不就可以了么?对!所以我们毫不费力地降低了复杂度,得到了一个新地时间复杂度为O(n^2)的更快的算法。
 
大概是这样一段代码:
 
1
2
3
4
5
6
7
8
9
10
 
 
 
for(int i = 1; i <= n; i++)
{
    int sum = 0;
    
    for(int j = i; j <= n; j++)
    {
        sum += a[j];
        max = Max(max, sum);
    }
}
 
 
 
 
是不是到极限了?远远不止!

(3)分治一下?

我们从中间切开数组,原数组的最大子段和要么是两个子数组的最大子段和(分), 要么是跨越中心分界点的最大子段和(合)。 那么跨越中心分界点的最大子段合怎么计算呢?仍然是枚举! 从中心点往左边找到走到哪里可以得到最大的合,再从中心点往右边检查走到哪里可以得到最大的子段合,加起来就可以了。可见原来问题之所以难,是因为我们不知道子数组从哪里开始,哪里结束,没有“着力点”,有了中心位置这个“着力点”,我们可以很轻松地通过循环线性时间找到最大子段和。
于是算法变成了
(3.1)拆分子数组分别求长度近乎一半的数组的最大子段和sum1, sum2
时间复杂度 2* T(n / 2)
(3.2)从中心点往两边分别分别找到最大的和,找到跨越中心分界点的最大子段和sum3 时间复杂度 O(n)
那么总体时间复杂度是T(n) = 2 * T(n / 2) + O(n) = O(nlogn), 又优化了一大步,不是吗?
还能优化吗?再想想,别放弃!

 
我们在解法(3)里需要一个“着力点”达到O(n)的子问题时间复杂度,又在解法(2)里轻易地用之前的和加上一个新的元素得到现在的和,那么“之前的和”有那么重要么?如果之前的和是负数呢?显然没用了吧?我们要一段负数的和,还不如从当前元素重新开始了吧?

再想想,如果我要选择a[j],那么“之前的和”一定是最大的并且是正的。不然要么我把“之前的和”换成更优,要么我直接从a[j]开始,不是更好么?
动态规划大显身手。我们记录dp[i]表示以a[i]结尾的全部子段中最大的和。我们看一下刚才想到的,我取不取a[i – 1],如果取a[i – 1]则一定是取以a[i – 1]结尾的子段和中最大的一个,所以是dp[i – 1]。 那如果不取dp[i – 1]呢?那么我就只取a[i]孤零零一个好了。注意dp[i]的定义要么一定取a[i]。 那么我要么取a[i – 1]要么不取a[i -1]。 那么那种情况对dp[i]有利? 显然取最大的嘛。所以我们有dp[i] = max(dp[i – 1] + a[i], a[i]) 其实它和dp[i] = max(dp[i – 1] , 0) + a[i]是一样的,意思是说之前能取到的最大和是正的我就要,否则我就不要!初值是什么?初值是dp[1] = a[1],因为前面没的选了。
那么结果是什么?我们要取的最大子段和必然以某个a[i]结尾吧?那么结果就是max(dp[i])了。
这样,我们的时间复杂度是O(n),空间复杂度也是O(n)——因为要记录dp这个数组。
算法达到最优了吗? 好像是!还可以优化!我们注意到dp[i] = max(dp[i - 1], 0) + a[i], 看它只和dp[i – 1]有关,我们为什么要把它全记录下来呢?为了求所有dp[i]的最大值?不,最大值我们也可以求一个比较一个嘛。

我们定义endmax表示以当前元素结尾的最大子段和,当加入a[i]时,我们有endmax’ = max(endmax, 0) + a[i], 然后再顺便记录一下最大值就好了。
 
伪代码如下;(数组下标从1开始)
 
1
2
3
4
5
 
 
 
endmax = answer = a[1]
for i = 2 to n do
    endmax = max(endmax, 0) + a[i]
    answer = max(answer, endmax)
endfor
 
 
 
 
时间复杂度?O(n)!空间复杂度?O(1)! 简单吧?我们不仅优化了时间复杂度和空间复杂度,还使代码变得简单明了,更不容易出错。
老生常谈的问题来了。我们如何找到一个这样的子段?请看上面的为伪代码endmax = max(endmax, 0) + a[i], 对于endmax它对应的子段的结尾显然是a[i],我们怎么知道这个子段的开头呢? 就看它有没有被更新。也就是说如果endmax’ = endmax + a[i]则对应子段的开头就是之前的子段的开头。否则,显然endmax开头和结尾都是a[i]了,让我们来改一下伪代码:
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
 
 
 
start = 1
answerstart = asnwerend = 1
endmax = answer = a[1]
for end = 2 to n do
    if endmax > 0 then
        endmax += a[end]
    else
        endmax = a[end]
        start = end
    endif
    if endmax > answer then
        answer = endmax
        answerstart = start
        answerend = end
    endif
endfor
 
 
 
 

这里我们直接用end作为循环变量,通过更新与否决定start是否改变。

总结:通过不断优化,我们得到了一个时间复杂度为 O(n),空间复杂度为O(1)的简单的动态规划算法。动态规划,就这么简单!优化无止境!

N个整数组成的序列a[1],a[2],a[3],…,a[n],求该序列如a[i]+a[i+1]+…+a[j]的连续子段和的最大值。当所给的整数均为负数时和为0。

 
例如:-2,11,-4,13,-5,-2,和最大的子段为:11,-4,13。和为20。
 
输入

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)
输出
 
输出最大子段和。
 
输入示例

6
-2
11
-4
13
-5
-2
输出示例

20

AC代码

#include<stdio.h>
int main()
{
__int64 sum,sum1,tem;
sum=sum1=;
__int64 t,i;
scanf("%I64d",&t);
for(i=;i<t;i++)
{
scanf("%I64d",&tem);
sum1=sum1+tem;
if(sum1<)
sum1=;
if(sum1>sum)
sum=sum1; }
printf("%I64d\n",sum);
}

我的代码,前面几组数据都过了,可是被卡在了第十五组数据

#include<bits/stdc++.h>
using namespace std; int n;
int i,j;
int a[];
int maxn,ans;
int start,end;
int main()
{
while(scanf("%d",&n)!=-)
{
start = ;
for(i=; i<n; i++)
{
scanf("%d",&a[i]);
}
maxn = ans = a[];
for(i=; i<n; i++)
{
if(maxn >= )
maxn = max(maxn, ) + a[i];
else
maxn = a[i];
if(maxn >= ans)
ans = maxn;
}
printf("%d\n", ans);
}
return ;
}
/*
6
-2
11
-4
13
-5
-2
*/ /*
20
*/
 

最大子段和问题(dp)的更多相关文章

  1. 51nod 1049 1049 最大子段和 (dp)

    http://www.51nod.com/onlineJudge/questionCode.html#!problemId=1049 令 dp[i]表示为以a[i]结尾的最大子段和,则  dp[i]= ...

  2. 『最大M子段和 线性DP』

    最大M子段和(51nod 1052) Description 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 &g ...

  3. 最大子段和的DP算法设计及其效率测试

    表情包形象取自番剧<猫咪日常> 那我也整一个 曾几何时,笔者是个对算法这个概念漠不关心的人,由衷地感觉它就是一种和奥数一样华而不实的存在,即便不使用任何算法的思想我一样能写出能跑的程序 直 ...

  4. 【最大M子段和】dp + 滚动数组

    题目描述 给定 n 个数求这 n 个数划分成互不相交的 m 段的最大 m 子段和. 给出一段整数序列 A1,A2,A3,A4,...,Ax,...,An ,其中 1≤x≤n≤1,000,000, -3 ...

  5. [51NOD1959]循环数组最大子段和(dp,思路)

    题目链接:http://www.51nod.com/onlineJudge/questionCode.html#!problemId=1050 这道题的最大子段和有两种可能,一种是常规的子段和,另一种 ...

  6. HDU1003 最大子段和 线性dp

    题目链接: http://acm.hdu.edu.cn/showproblem.php?pid=1003 Max Sum Time Limit: 2000/1000 MS (Java/Others)  ...

  7. 51Nod 1049:最大子段和(dp)

    1049 最大子段和  基准时间限制:1 秒 空间限制:131072 KB 分值: 0 难度:基础题  收藏  关注 N个整数组成的序列a[1],a[2],a[3],-,a[n],求该序列如a[i]+ ...

  8. 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, ...

  9. 洛谷 - P1115 - 最大子段和 - 简单dp

    https://www.luogu.org/problemnew/show/P1115 简单到不想说……dp[i]表示以i为结尾的最大连续和的值. 那么答案肯定就是最大值了.求一次max就可以了. 仔 ...

  10. 洛谷P1115 最大子段和【dp】

    题目描述 给出一段序列,选出其中连续且非空的一段使得这段和最大. 输入输出格式 输入格式: 第一行是一个正整数NN,表示了序列的长度. 第二行包含NN个绝对值不大于1000010000的整数A_iAi ...

随机推荐

  1. MYSQL 存储过程、函数、临时表、游标

    创建函数 因为我们平时经常需要创建不同日期的数据,以模拟的场景,覆盖更多的用例,所以这里写了一个返回随机日期的demo.大家可以自行扩展. DROP FUNCTION IF EXISTS milan_ ...

  2. ubuntu mysql导出数据库及数据

    mysqldump -u root -p mask_rcnn_realsense > /home/luo/mask_rcnn_realsense1.sql

  3. 关于iOS URL缓存机制原理解析

    关于URL缓存机制中   利用request对象判断是否缓存   其实request是否相等的判断依据是URLString是否相等

  4. mac上,sudo启动IDEA

    cd /Applications/IntelliJ IDEA 14.app/Contents/MacOS sudo ./idea # 就是这个启动,我一开始没有找到这个启动项...这样你就能运行80端 ...

  5. XSS的原理分析与解剖:第三章(技巧篇)【转】

    0×01 前言: 关于前两节url: 第一章:http://www.freebuf.com/articles/web/40520.html 第二章:http://www.freebuf.com/art ...

  6. vs2012安装qt5.5.1

    https://blog.csdn.net/a6513806/article/details/80098057

  7. [SoapUI] 设置Excel的第一行为自动过滤

    import org.apache.poi.ss.util.* XSSFWorkbook workbook = new XSSFWorkbook() XSSFSheet sheet = workboo ...

  8. 给初学者的总结:jquery选择器

    刚学jquery的时候是又渣又蠢的小白,而且把js和jquery混淆在一起. 把jquery的全部选择器总结在一起,才发现和css选择器好一部分都很像,并且有些选择器还很少用过. 我学习前端的路程是先 ...

  9. list<?>转换成 对应的 class

    项目中用到的,list转换成bean.因为查询出来的数据用list 泛型接收,要返回 实体对象.所以需要对应转换. 主要用到的技术:反射. 上代码: public static <T> L ...

  10. 编写高质量代码改善C#程序的157个建议——建议64:为循环增加Tester-Doer模式而不是将try-catch置于循环内

    建议64:为循环增加Tester-Doer模式而不是将try-catch置于循环内 如果需要在循环中引发异常,你需要特别注意,应为抛出异常是一个相当影响性能的过程.应该尽量在循环当中对异常发生的一些条 ...