洛谷P1115 最大子段和

本文介绍了如何使用动态规划算法解决求解给定整数数组中最大子段和的问题,通过定义f(i)表示[0,i]区间内的最大子段和,逐步更新并找到全局最大值。代码简洁明了,展示了如何在主函数中实现这一过程。

思路

要求最大子段区间和,首先从字段和的角度会想到前缀和,又要求最大,自然会想到动态规划。当然本题不需要用到前缀和,只需要动态规划即可。我们定义f(i)为[0,i]这个区间的最大子段和,只需要比较f(i-1)+ii那个更大,如果i更大,就以i为新端点,向右扩展。将全局的最大子段和分成各个区间的最大子段和,最后高个里拔尖子就行。

代码

#include<iostream>
#include<limits.h>
using namespace std;

int ans = INT_MIN;
int main()
{
	int n;
	cin >> n;
	int f = 0, a;
	for (int i = 0; i < n; i++)
	{
		cin >> a;
		f = max(f + a, a);
		ans = max(ans, f);//也可优先队列
	}
	cout << ans;
}

感谢阅读~

### 最大连续数组问题的解法与分析 最大连续数组问题是编程竞赛算法设计中的经典问题,广泛应用于数据结构、动态规划、分治法等领域。该问题的目标是找出一个数组中连续数组的最大。常见的解法包括动态规划、分治法以及线性扫描等。 在平台上,有一道编号为 P1115 的题目《最大》,要求求解一个整数序列的最大。该问题可以采用动态规划的方式求解,其核心思想是维护一个 dp 数组,其中 dp[i] 表示以第 i 个元素结尾的最大。状态转移方程为: ``` dp[i] = max(nums[i], dp[i-1] + nums[i]) ``` 最终结果是 dp 数组中的最大值。该方法的时间复杂度为 O(n),空间复杂度为 O(n),适用于大规模输入数据[^2]。 ```cpp #include <stdio.h> #define N 200000 int max(int x, int y) { return x > y ? x : y; } int main() { int n; int i, result; int dp[N]; int num[N]; scanf("%d", &n); for (i = 0; i < n; ++i) { scanf("%d", &num[i]); } dp[0] = num[0]; result = num[0]; for (i = 1; i < n; ++i) { dp[i] = max(num[i], dp[i - 1] + num[i]); result = max(result, dp[i]); } printf("%d\n", result); return 0; } ``` 另一种解法是使用分治策略,将数组划分为左右两部分,分别求解左右部分的最大,并计算跨越中间的最大。该方法的时间复杂度为 O(n log n),适用于需要维护结构化数据的场景[^3]。 ```cpp typedef int ll; class Solution { public: int maxSubArray(vector<int>& nums) { return maxSubArray(nums, 0, nums.size() - 1); } private: ll maxSubArray(vector<int>& nums, int L, int R) { if (L > R) return 0; if (L == R) return nums[L]; int mid = (L + R) >> 1; ll left_max_sum = maxSubArray(nums, L, mid); ll right_max_sum = maxSubArray(nums, mid + 1, R); ll res = max(left_max_sum, right_max_sum); ll tmp_left = nums[mid], rec_left = nums[mid]; for (int i = mid - 1; i >= L; i--) { tmp_left += nums[i]; rec_left = max(tmp_left, rec_left); } ll tmp_right = nums[mid + 1], rec_right = nums[mid + 1]; for (int i = mid + 2; i <= R; i++) { tmp_right += nums[i]; rec_right = max(tmp_right, rec_right); } res = max(res, rec_left + rec_right); return res; } }; ``` 此外,对于一些特定场景,例如滑动窗口问题,可以采用单调队列优化方法。例如 P1714《切蛋糕》问题,要求在一个长度为 n 的数组中找出长度不超过 m 的连续数组的最大。该问题可以通过维护一个单调递增的前缀队列来实现,时间复杂度为 O(n)[^4]。 ```cpp #include <cstdio> inline void read(int &x) { x = 0; register char ch = getchar(); register bool __ = 0; for (; ch > '9' || ch < '0'; ch = getchar()) if (ch == '-') __ = 1; for (; ch >= '0' && ch <= '9'; ch = getchar()) x = x * 10 + ch - '0'; x = __ ? ((~x) + 1) : x; } const int N = 500005; int head, tail, que[N]; int n, m, sum[N], ans; int Presist() { read(n); read(m); for (int i = 1; i <= n; ++i) { scanf("%d", sum + i); sum[i] += sum[i - 1]; for (; head <= tail && sum[que[tail]] >= sum[i];) tail--; que[++tail] = i; for (; head <= tail && que[head] < i - m;) head++; ans = ans > (sum[i] - sum[que[head]]) ? ans : sum[i] - sum[que[head]]; } printf("%d\n", ans); return 0; } int Aptal = Presist(); int main(int argc, char **argv) {} ``` ###
评论 1
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