动态规划之最大子段和问题
来源:互联网 发布:java消息服务器怎么写 编辑:程序博客网 时间:2024/05/27 20:22
问题描述:
最大子段和问题是将一个n个整数的序列a[1],a[2]….a[n]中字段a[first]….a[last]之和,(1<=first<=last<=n)求这些子段和中最大的。
例如(a[1],a[2],a[3],a[4],a[5],a[6])=(-2,11,-4,13,-5,-2)时,最大子段和为20,子段为a[2],a[3],a[4]。
求解方法:
如果不会算法,那就用时间复杂度为O(n^3)的枚举,i为从1到n的起点,j为从i到n的终点,k为从i到j的子段之和。
还是枚举,改进一下,得到O(n^2)的枚举算法,就是将k去掉,在找其终点j的时候就将子段和记录下来,因为从i到j的子段和就是从i到j-1的子段和加上a[j]。
再改进一下,将这个序列分成1到(1+n)/2的序列与(1+n)/2到n的序列。那么最大的子段有可能出现在:
1.左侧序列。2.右侧序列。3.跨越中间点的序列。
我们从中间点两侧找最大子段,再找越过中间点的最大子段,就形成了我们所说的分治算法,得到复杂度为O(nlogn)的算法。
其实,我们在选择一个元素a[j]的时候,只有两种情况,将a[i]至a[j-1]加上,或者从a[j]以j为起点开始。我们用一个数组dp[i]表示以i为结束的最大子段和,对于每一个a[i],加上dp[i-1]成为子段,或以a[i]开始成为新段的起点。因为我们只需要记录dp值,所以复杂度是O(n)。
这就是最大子段和的动态规划算法。
我们甚至不需要dp数组,只需要定义一个dp变量,因为最后要求的dp值也是最大的,所以我们可以在求dp的时候更新为最大的。
代码如下:
51nod1049 标准题
#include <iostream>#include <stdio.h>#include <stdlib.h>#include <string.h>using namespace std;int main(){ int n; long long a[50005]; //long long dp[50005]; while(scanf("%d",&n)!=-1) { for(int i=0; i<n; i++) { scanf("%lld",&a[i]); } //memset(dp,0,sizeof(dp)); long long ans=0,dp=0; for (int i=0; i<n; i++) { if(dp>0) dp+=a[i]; else dp=a[i]; if(dp>ans) ans=dp; } cout<<ans<<endl; } return 0;}
hdu 1003 要求起点和终点的最大子段和问题
采用dp数组寻找起点终点
#include <iostream>#include <stdio.h>#include <stdlib.h>#include <string.h>using namespace std;int main(){ int n; int T; long long a[100005]; long long dp[100005]; scanf("%d",&T); for(int t=1; t<=T; t++) { scanf("%d",&n); for(int i=0; i<n; i++) { scanf("%lld",&a[i]); } memset(dp,0,sizeof(dp)); dp[0]=a[0]; 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 start=0,end=0,ans=a[0]; for(int i=1; i<n; i++) { if (ans<dp[i]) { ans=dp[i]; end=i; } } start=end; for(int i=start-1; i>=0; i--) { if (dp[i]>=0) start=i; else break; } printf("Case %d:\n",t); printf("%d %d %d\n",ans,start+1,end+1); if (t<T) printf("\n"); } return 0;}
在找最优值的时候记录两个端点位置:
#include <iostream>#include <cstring>#include <cstdio>#include <algorithm>#include <cstdlib>using namespace std;const int maxn=110;int a[maxn];int n;int maxsum(int n, int *a, int &left,int &right){ int ret=0; int dp=0; int l=0,r=0; for(int i=0; i<n; i++) { if (dp>0) {dp+=a[i]; r++;} else {dp=a[i]; l=i; r=l;} if (dp>=ret) { ret=dp; left=l; right=r; } } return ret;}int main(){ while(scanf("%d",&n)!=-1) { for(int i=0; i<n; i++) scanf("%d",&a[i]); int left=-1,right=-1;//-1表示没有子段可以取 int ans=maxsum(n,a,left,right); printf("最大子段和为%d 起始位置为%d 终止位置为%d\n",ans,left,right); } return 0;}
- 动态规划之最大子段和问题
- 动态规划之最大子段和问题总结
- 动态规划之最大子段和问题
- 动态规划之最大子段和问题
- 动态规划之最大子段和问题
- 动态规划之最大子段和问题
- 动态规划 最大子段和问题
- 动态规划之最大子段和
- 动态规划之最大子段和
- 动态规划算法求最大子段和问题
- 动态规划——最大子段和问题
- (3)最大子段和问题____动态规划
- C语言最大子段和问题(动态规划)
- 最大子段和问题的动态规划解法
- 动态规划-最大子段和系列问题
- 动态规划入门之最大M子段和
- 最大子段和之动态规划法
- 动态规划之P1115 最大子段和
- xUtils更新到3.0后的基本使用规则
- 数字哑谜
- 设置Eclipse界面颜色
- HVR日志分析简单应用
- Docker 常用命令
- 动态规划之最大子段和问题
- linux命令
- 分布式服务--dubbo学习二
- Android 源码编译过程解释
- 特性值长文本函数读取的用法(BAPI_CHARACT_GETLONGTEXT)
- iOS开发 UICollectionView属性介绍
- android studio 使用快捷键
- su: Authentication failure
- Object类