顺序表应用8:最大子段和之动态规划法
来源:互联网 发布:超级mac炮 编辑:程序博客网 时间:2024/06/05 15:10
顺序表应用8:最大子段和之动态规划法
Time Limit: 5MS Memory Limit: 500KB
Submit Statistic
Problem Description
给定n(1<=n<=100000)个整数(可能为负数)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]的子段和的最大值。当所给的整数均为负数时定义子段和为0,依此定义,所求的最优值为: Max{0,a[i]+a[i+1]+…+a[j]},1<=i<=j<=n。 例如,当(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。
注意:本题目要求用动态规划法求解,只需要输出最大子段和的值。
Input
第一行输入整数n(1<=n<=100000),表示整数序列中的数据元素个数;
第二行依次输入n个整数,对应顺序表中存放的每个数据元素值。
Output
输出所求的最大子段和
Example Input
6-2 11 -4 13 -5 -2
Example Output
20
Hint
Author
#include<iostream>#include<algorithm>using namespace std;typedef struct{ int* data; int lenth;}List;void initlist(List &L){ L.data=new int [100000]; L.lenth=0;}void creatlist(List &L, int n){ for(int i=0;i<n;i++) cin>>L.data[i]; L.lenth=n;}int maxn(List &L, int n){ int sum=0, mx=0; for(int i=0;i<n;i++) { sum+=L.data[i]; if(sum<0) sum=0; if(mx<sum) mx=sum; } return mx;}int main(){ ios::sync_with_stdio(false); int n; List L; cin>>n; initlist(L); creatlist(L, n); cout<<maxn(L, n)<<endl; return 0;}
0 0
- 顺序表应用8:最大子段和之动态规划法
- 顺序表应用8:最大子段和之动态规划法
- 顺序表应用8:最大子段和之动态规划法
- 顺序表应用8:最大子段和之动态规划法
- 顺序表应用8:最大子段和之动态规划法
- 顺序表应用8:最大子段和之动态规划法
- 顺序表应用8:最大子段和之动态规划法
- 顺序表应用8:最大子段和之动态规划法
- 顺序表应用8:最大子段和之动态规划法
- 3665顺序表应用8:最大子段和之动态规划法
- 顺序表应用8:最大子段和之动态规划法
- SDUTACM 顺序表应用8:最大子段和之动态规划法
- 顺序表应用8:最大子段和之动态规划法
- 顺序表应用8:最大子段和之动态规划法
- 顺序表应用8:最大子段和之动态规划法
- 数据结构顺序表应用8:最大子段和之动态规划法
- 顺序表应用8:最大子段和之动态规划法
- 顺序表应用8:最大子段和之动态规划法
- MyBatis基础知识
- 习题7--更多打印
- LwIP的操作系统模拟层移植
- XML的解析02
- Unity3D - 动作动画忽略timeScale
- 顺序表应用8:最大子段和之动态规划法
- SSM + Shiro 整合 (3)- 添加 Spring MVC 成为 Web 项目
- ReentrantLock使用场景和实例
- 错误:Execution failed for task ':app:transformClassesWithDexForDebug'. > com.android.build.api.transfo
- lemp(lnmp)web网站搭建
- spring mvc整合redis缓存
- Java中的sleep()和wait()的区别
- Python日志
- 工具