注:摘的老师写的

最大m子段和问题

以-1 4 -2 3 -2 3为例
最大子段和是:6
最大2子段和是:4+(3-2+3)=8
所以,最大子段和和最大m子段和不一样,不能用比如先求一个最大子段和,从序列中去掉已求子段,再求下一个最大子段和的方法,这种方法有点贪心的味道,但是不行。所以,还得用动态规划。

1.基本思路:
  首先,定义数组num[n],dp[m][n]. 
  num[n]用来存储n个整数组成的序列. dp[m][n]代表n个整数序列求m个子段和。

按照分阶段的思想,我们首先考虑最后一项,即num[n].num[n]属于最大m子段和只有两种情况,

如果用搜索树表示的话,只有两个分支,

一个是属于最大m子段和(肯定是第m子段),

另一个是不属于(即最大m子段和在前n-1个整数中构成)。
  先说属于情况,即第m子段由num[n]结尾,又分两种情况:要么自己独立成一个子段,要么与前边以num[j-1]结尾的子段联合。所以,我们用b[m][n]表示最后一个子段以num[n]项结尾的最大m子段和。则
b[m][n]=max{b[m][n-1]+num[n],b[m-1][t]+num[n]},其中后一项表示num[n]自己成一段,前面t个整数(以每个整数为子段最后一项)(1<=t<=n-1)。
  再说不属于情况,则dp[m][n]=dp[m][n-1],表示由n-1个整数构成m个子段和最大。(不包括num[n])
  综合这两种情况:
  dp[m][n]=max{b[m][n-1]+num[n],b[m-1][t]+num[n],dp[m][n-1]}
  推广一下:
  dp[i][j]=max{b[i][j],dp[m][n-1]}=max{b[i][j-1]+num[j],b[i-1][t]+num[j],dp[i][j-1]}
  dp[0][1]=dp[1][0]=0
  b[0][1]=b[1][0]=0
  
  以下,验证一下:
  以4 -2 3 -2 3为例
  dp[1][1]=max{b[1][0]+4,b[0][0]+4,0}=4  b[1][1]=4
  dp[1][2]=max{b[1][1]-2,(b[0][0],b[0][1])+4,dp[1][1]}=4    b[1][2]=4-2=2
  dp[1][3]=max{b[1][2]+3,(b[0][0],b[0][1],b[0][2])+4,dp[1][2]}=max{5,4,4}=5   b[1][3]=5
  dp[1][4]=max{b[1][3]-2,(b[0][0],b[0][1],b[0][2],b[0][3])+4,dp[1][3]}=max{3,4,5}=5  b[1][4]=3
  dp[1][5]=max{b[1][4]+3,(b[0][0],b[0][1],b[0][2],b[0][3],b[0][4])+4,dp[1][4]}=max{6,4,5}=6  b[1][5]=6

dp[2][1]=0  b[2][1]=0
  dp[2][2]=max{b[2][1]-2,(b[1][0],b[1][1])-2,dp[2][1]}=max{-2,2,0}=2  b[2][2]=2
  dp[2][3]=max{b[2][2]+3,(b[1][0],b[1][1],b[1][2])+3,dp[2][2]}=max{5,7,2}=7  b[2][3]=7
  dp[2][4]=max{b[2][3]-2,(b[1][0],b[1][1],b[1][2],b[1][3])-2,dp[2][3]}=max{5,3,7}=7  b[2][4]=5
  dp[2][5]=max{b[2][4]+3,(b[1][0],b[1][1],b[1][2],b[1][3],b[1][4])+3,dp[2][4]}=max{8,8,7}=8  b[2][5]=8
  
  验证表明,分析正确。

但是,我们会发现,当n非常大时,这个算法的时间复杂度和空间复杂度是非常高的,时间复杂度近似为O(m*n^2),
  空间复杂度近似为O(m*n).因此,我们需要优化算法来降低时间复杂度和空间复杂度.

 #include<iostream>
#include<algorithm>
#include<cstring>
using namespace std;
int curr[],pre[],arr[];
const int MAX = -;
int sum = ;
int main()
{
int m,n;
while(cin>>m>>n)
{
memset(curr,,sizeof(curr));
memset(pre,,sizeof(pre));
for(int i=;i<=n;i++)
cin>>arr[i];
int j=;
for(int i=;i<=m;i++)
{
sum = MAX;
for(j=i;j<=n;j++)
{
curr[j] = max(curr[j-],pre[j-])+arr[j];
pre[j-] = sum;
sum = max(sum,curr[j]);
}
pre[j-] = sum; }
cout<<sum<<endl;
}
}

hdu 1024 最大m子段和的更多相关文章

  1. hdu 1024 最大M子段dp

    题目: Max Sum Plus Plus Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Ot ...

  2. HDU 1024 max sum plus

    A - Max Sum Plus Plus Time Limit:1000MS     Memory Limit:32768KB     64bit IO Format:%I64d & %I6 ...

  3. HDU 1024 Max Sum Plus Plus --- dp+滚动数组

    HDU 1024 题目大意:给定m和n以及n个数,求n个数的m个连续子系列的最大值,要求子序列不想交. 解题思路:<1>动态规划,定义状态dp[i][j]表示序列前j个数的i段子序列的值, ...

  4. 怒刷DP之 HDU 1024

    Max Sum Plus Plus Time Limit:1000MS     Memory Limit:32768KB     64bit IO Format:%I64d & %I64u S ...

  5. Max Sum Plus Plus HDU - 1024

    Max Sum Plus Plus     HDU - 1024 Now I think you have got an AC in Ignatius.L's "Max Sum" ...

  6. HDU 1024 Max Sum Plus Plus (动态规划)

    HDU 1024 Max Sum Plus Plus (动态规划) Description Now I think you have got an AC in Ignatius.L's "M ...

  7. HDU 1024 Max Sum Plus Plus【动态规划求最大M子段和详解 】

    Max Sum Plus Plus Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others ...

  8. (最大m子段和) Max Sum Plus Plus (Hdu 1024)

    http://acm.hdu.edu.cn/showproblem.php?pid=1024     Max Sum Plus Plus Time Limit: 2000/1000 MS (Java/ ...

  9. HDU 1024 Max Sum Plus Plus(m个子段的最大子段和)

    传送门:http://acm.hdu.edu.cn/showproblem.php?pid=1024 Max Sum Plus Plus Time Limit: 2000/1000 MS (Java/ ...

随机推荐

  1. [ZJOI2006]物流运输 最短路 动态规划

    Code: 定义状态 $dp[i]$ 为前 $i$ 天的最小代价. 状态转移为:$dp[i]=min(dp[i],dp[j]+spfa(j+1,i)$ 这里 $spfa(i,j)$ 是指 $(i,j) ...

  2. Hadoop2.x 关于日志文件位置

    查看日志是发现Hadoop问题和解决Hadoop问题的第一步. 开始我不知道该去哪找日志,后来我发现在我启动节点的时候,有打印信息以及明确告诉了日志写在哪. [root@master hadoop]# ...

  3. PostGIS解析Geometry几何对象

    一.Geometry转WKT select st_astext(geom) where tableName; 二.PostGIS常用函数 wkt转geometry st_geomfromtext(wk ...

  4. linux进程管理之概念(一)

    一.进程和线程的概念 1.进程和线程的定义 进程并不只是一段可以运行的代码,也包含了运行代码所需要的资源. 在操作系统来看,进程是资源管理的最小单元,而我们又知道,线程是程序执行的最小单元. 话说回来 ...

  5. 11g v$wait_chains 与 hanganalyze

    11g之后,通过v$wait_chains视图诊断数据库hang和Contention   11g之前,通常我们数据库hang住了之后,我们会对数据库做hang analyze来进行分析,在11g之后 ...

  6. LoadRunner使用入门 进行Webservice负载測试

    1.什么是LoadRunner LoadRunner是HP公司的一款付费工具,该工具是一种预測系统行为和性能的负载測试工具. 通过模拟上千万用户实施并发负载来确认和查找问题. 2.什么是负载測试 通过 ...

  7. 微信开发出现 redirect-uri參数错误原因是设置回调页面域名不要加HTTP://

    OAuth2.0 网页授权设置.回调页面域名不要加HTTP:// NND  微信的研发.你程序处理下非常麻烦吗?给个提示非常麻烦吗?让我查了1个多小时.

  8. Android Application 类共享全局数据

    android系统会为每一个程序执行时创建一个Application类的对象且仅创建一个.所以Application能够说是单例模式的一个类.且application对象的生命周期是整个程序中最长的, ...

  9. Android学习笔记(9):使用XML文件和Java代码控制UI界面

    Android推荐使用XML文件设置UI界面.然后用Java代码控制逻辑部分,这体现了MVC思想. MVC全名是Model View Controller.是模型(model)-视图(view)-控制 ...

  10. vijos - P1732能量採集 (状态转移)

    P1732能量採集 Accepted 标签:NOI2010[显示标签] 背景 描写叙述 栋栋有一块长方形的地.他在地上种了一种能量植物,这样的植物能够採集太阳光的能量. 在这些植物採集能量后,栋栋再使 ...