《算法笔记》11.2小节——动态规划专题->最大连续子序列和->问题 A: 最大连续子序列

本文探讨了如何求解给定整数序列中的最大连续子序列及其和的问题,通过动态规划算法实现,针对大规模数据进行优化,确保在规定时间内找到序列的最大和及对应的起始与终止元素。

问题 A: 最大连续子序列

时间限制: 1.000 Sec  内存限制: 32 MB
提交: 792  解决: 363
[提交] [状态] [命题人:外部导入]

题目描述

给定K个整数的序列{ N1, N2, ..., NK },其任意连续子序列可表示为{ Ni, Ni+1, ..., Nj },其中 1 <= i <= j <= K。最大连续子序列是所有连续子序列中元素和最大的一个,例如给定序列{ -2, 11, -4, 13, -5, -2 },其最大连续子序列为{ 11, -4, 13 },最大和为20。现在增加一个要求,即还需要输出该子序列的第一个和最后一个元素。

输入

测试输入包含若干测试用例,每个测试用例占2行,第1行给出正整数K( K<= 10000 ),第2行给出K个整数,中间用空格分隔,每个数的绝对值不超过100。当K为0时,输入结束,该用例不被处理。

输出

对每个测试用例,在1行里输出最大和、最大连续子序列的第一个和最后一个元素,中间用空格分隔。如果最大连续子序列不唯一,则输出序号i和j最小的那个(如输入样例的第2、3组)。若所有K个元素都是负数,则定义其最大和为0,输出整个序列的首尾元素。

样例输入 Copy

5
-3 9 -2 5 -4
3
-2 -3 -1
0

样例输出 Copy

12 9 5
0 -2 -1

提示

这是一道稍微有点难度的动态规划题。

首先可以想到的做法是枚举每个区间的和,预处理sum[i]来表示区间[1, i]的和之后通过减法我们可以O(1)时间获得区间[i, j]的和,因此这个做法的时间复杂度为O(n^2)。

然后这题的数据范围较大,因此还需作进一步优化才可以AC。记第i个元素为a[i],定义dp[i]表示以下标i结尾的区间的最大和,那么dp[i]的计算有2种选择,一种是含有a[i-1],一种是不含有a[i-1],前者的最大值为dp[i-1]+a[i],后者的最大值为a[i]。而两者取舍的区别在于dp[i-1]是否大于0。

[提交][状态]

#include<cstdio>
#include<algorithm>
using namespace std;
const int maxn=10010;
int A[maxn],dp[maxn];

int main(){
	int n;
	while(~scanf("%d",&n)&&n!=0){
        int flag=0;
		for(int i=0;i<n;i++){
			scanf("%d",&A[i]);
			if(A[i]<0)
				flag++;
		}
		if(flag==n){
			printf("0 %d %d\n",A[0],A[n-1]);
			continue;
		}
		dp[0]=A[0];
		for(int i=1;i<n;i++){
			dp[i]=max(dp[i-1]+A[i],A[i]);
		}
		int k=0;
		for(int i=1;i<n;i++){
			if(dp[i]>dp[k]){
				k=i;
			}
		}
		int num=0;
		for(int i=k;i>=0;i--){
			num+=A[i];
			if(num==dp[k]){
				num=i;
				break;
			}
		}
		printf("%d %d %d\n",dp[k],A[num],A[k]);
	}
	return 0;
}

 

这个错误提示表明您的系统上的某些软件包版本不兼容,导致无法满足安装 mmcv 的要求。 根据错误提示信息,问题可能出现在以下几个地方: 1. `__cuda` 版本不兼容:mmcv 需要与 CUDA 版本兼容。请确认您的 CUDA 版本是否与 mmcv 兼容。如果您的 CUDA 版本不符合要求,您可能需要升级或降级 CUDA。 2. `__glibc` 版本不兼容:mmcv 需要与 glibc 版本兼容。请确认您的 glibc 版本是否符合 mmcv 的要求。如果您的 glibc 版本不符合要求,您可能需要升级或降级 glibc。 3. 某些依赖项的版本不兼容:根据错误信息显示,mmcv 还依赖于其他软件包(如 cudatoolkit、python 等)。请确保这些软件包的版本兼容,并满足 mmcv 的要求。 解决这个问题的方法可能因您的系统环境而异。以下是一些可能的解决方案: - 如果您使用的是 conda,请尝试使用 conda 安装 mmcv,它会自动解决依赖项版本兼容性问题。您可以使用以下命令: ```shell conda install -c conda-forge mmcv ``` - 如果您使用的是 pip,请尝试安装特定版本的 mmcv,以解决依赖项版本兼容性问题。您可以使用以下命令指定版本: ```shell pip install mmcv==<version> ``` 请注意,上述解决方案可能需要根据您的具体情况进行调整。如果问题仍然存在,请提供更多的错误信息或上下文,以便我能够更好地帮助您解决问题
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值