洛谷P1115 最大子段和

本文介绍了三种方法解决给定序列中找到连续且非空子段以获得最大和的问题:暴力枚举、双指针遍历和动态规划。暴力枚举不适合大数据,而双指针和动态规划提供更高效的解决方案。

题目描述

给出一个长度为 为n 的序列 a,选出其中连续且非空的一段使得这段和最大。

输入格式

第一行是一个整数,表示序列的长度 n。

第二行有 n 个整数,第 i 个整数表示序列的第 i 个数字 ai​。

输出格式

输出一行一个整数表示答案。

输入输出样例

输入 #1

7
2 -4 3 -1 2 -4 3

输出 #1

4

解法一:暴力枚举(大数据无法通过)

#include<iostream>
using namespace std;
const int N=200010;
int a[N]; 
int n;
int main()
{
	cin>>n;
	for(int i=1;i<=n;i++)cin>>a[i];
	
	int ans=0xc0c0c0c0;

	for(int i=1;i<=n;i++)
	{	 
	  	int sum=0;//某段区间的和 
	  	for(int j=i;j<=n;j++)
		{
		  sum+=a[j];
		  ans=max(ans,sum);	
	    } 	
	}
	cout<<ans<<endl;
	return 0;
}

解法二:借助双指针思想

思路:当前子段为以第i-1个元素为结尾的子段,对于第i个数a[i],如果当前的和sum<0,一个数加上一个负数,新的和sum一定是小于a[i],为获得最大和,抛弃该子段和,让新的sum=当前a[i]。如果当前的sum>=0,加上第i个数。

其实思路可以总结为,找以第i个数为结尾的子段的最大和,可以把前i-1的子段和看成一个整体,小于0就不要,大于0就加上。

#include<iostream>
using namespace std;
const int N=200010;
int a[N];
int n;
int main()
{
	cin>>n;
	for(int i=1;i<=n;i++)cin>>a[i];
	
	int ans=0xc0c0c0c0;
	int sum=0;//某段区间的和 
	for(int i=1;i<=n;i++)
	{	 
	    if(sum<0)
	    {
	    	sum=a[i];
		}
		else
		{
			sum+=a[i];
		}
		ans=max(ans,sum);
	}
	cout<<ans<<endl;
	return 0;
}

解法三:动态规划

状态表示:dp[i]表示以第i个数结尾的最大子段和

状态转移方程:dp[i]=max(a[i],dp[i-1]+a[i]) 

(其实和解法二的思想有点类似)

#include<iostream>
using namespace std;
const int N=200010;
int a[N],dp[N]; 
int n;
int main()
{
	cin>>n;
	for(int i=1;i<=n;i++)cin>>a[i];
	
	int ans=0xc0c0c0c0;

	for(int i=1;i<=n;i++)
	{	 
	  dp[i]=max(a[i],dp[i-1]+a[i]);
	  ans=max(ans,dp[i]);
	}
	
	cout<<ans<<endl;
	return 0;
}

 

 

 

 

### 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
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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