【PAT】python 1007 Maximum Subsequence Sum

原创已于 2022-08-21 09:39:23 修改 · 289 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #算法

于 2022-08-20 21:01:37 首次发布

PAT 专栏收录该内容

19 篇文章

订阅专栏

该博客探讨了如何使用动态规划算法来求解一个整数序列中的最大子序列和。当所有数字都是负数时，算法应当返回0，并打印序列的第一个和最后一个数字。文章通过示例代码详细解释了实现过程，包括状态转移方程和边界条件的处理。

If all the K numbers are negative, then its maximum sum is defined to be 0, and you are supposed to output the first and the last numbers of the whole sequence.
注意：测试点4，如果全为负数，则输出 0 ，序列第一个数，序列最后一个数
动态规划

k=int(input())
lis=list(map(int,input().split()))
res=[0 for i in range(k)]
iid=[0 for i in range(k)]
res[0]=lis[0]
for i in range(1,k):
    if res[i-1]+lis[i]>lis[i]:
        res[i] = res[i - 1] + lis[i]
        iid[i] =iid[i-1]+1
    else:
        res[i]=lis[i]
a=max(res)
b=res.index(a)
if a<0:
    print("%d %d %d"%(0,lis[0],lis[-1]))
else:
    print("%d %d %d"%(a,lis[b-iid[b]],lis[b]))