POJ 2479 Maximum sum

本文探讨了一种优化方法,通过动态规划技术解决数组元素分组以最大化连续和之和的问题。通过预计算最大连续子序列和,本文提出了一种避免重复计算的策略,显著提高了算法效率。实例分析展示了这种方法在处理大量数据时的优越性。

Description

Given a set of n integers: A={a1, a2,..., an}, we define a function d(A) as below:
Your task is to calculate d(A).

Input

The input consists of T(<=30) test cases. The number of test cases (T) is given in the first line of the input.
Each test case contains two lines. The first line is an integer n(2<=n<=50000). The second line contains n integers: a1, a2, ..., an. (|ai| <= 10000).There is an empty line after each case.

Output

Print exactly one line for each test case. The line should contain the integer d(A).

Sample Input

1

10
1 -1 2 2 3 -3 4 -4 5 -5

Sample Output

13
这个题的意思是把给定的N个数分成左右两个集合,求两个集合中的最大的连续和的和;
我一开始看到这个题的思咯是用一个P={1~N-2}把这N个数分成两个集合,枚举P,得到最大值,输出即可:
一交上去就超时:
超时代码:
#include<stdio.h>
int main()
{
    //freopen("in.txt","r",stdin);
    int cas,n,num[50001],i,p;
    int left,right,maxl,maxr,sum,max;
    scanf("%d",&cas);
    while(cas--)
    {
        max=0;
        scanf("%d",&n);
        for(i=0;i<n;i++)
            scanf("%d",&num[i]);
        for(p=1;p<n-1;p++)
        {
            left=right=0;
            maxl=maxr=0;
            for(i=0;i<p;i++)
            {
                if(left>=0)left+=num[i];
                else left=num[i];
                if(left>maxl)maxl=left;
            }
            for(i=p;i<n;i++)
            {
                if(right>=0)right+=num[i];
                else right=num[i];
                if(right>maxr)maxr=right;
            }
            sum=maxl+maxr;
            if(max<sum)max=sum;
        }
        printf("%d\n",max);
    }
    return 0;
}
上面的方法每一次枚举P都会敕个重算一次,这次先记录DP值然后再枚举P,结果AC了
LANGUAGE:C
CODE:
#include <stdio.h>

int main()
{
    //freopen("in.txt","r",stdin);
    long long T, n, i,j, a[50001], dp1[50001], dp2[50001], max;
    scanf("%lld", &T);
    while (T--)
    {
        scanf("%lld", &n);
        scanf("%lld", &a[0]);
        for (i=1; i<n; i++)
        {
            scanf("%lld", &a[i]);
        }
        dp1[0] = a[0],dp2[n-1] = a[n-1];
        for(i=1,j=n-2;i<n&&j>=0;i++,j--)
        {
            if (dp1[i-1] >=0) dp1[i] = dp1[i-1] + a[i];
            else dp1[i] = a[i];
            if (dp2[j+1] > 0) dp2[j] = dp2[j+1] + a[j];
            else dp2[j] = a[j];
        }
        for (i=1,j=n-2; i<n&&j>=0; i++,j--)
        {
            if (dp1[i] < dp1[i-1]) dp1[i] = dp1[i-1];
            if (dp2[j] < dp2[j+1]) dp2[j] = dp2[j+1];
        }
        for (i=1,max = dp1[0] + dp2[1]; i<n-1; i++)
        {
            if (dp1[i] + dp2[i+1] > max) max = dp1[i] + dp2[i+1];
        }
        printf("%lld\n", max);
    }
}





                
<think>好的,我现在需要帮助用户找到关于POJ最大和问题的题目或解法。用户提到的是“maximum sum problem”,根据提供的引用,引用[1]里提到了POJ 1481 Maximum sum,动态规划解法。所以首先确定题目编号是1481。 接下来,用户需要解法或问题。根据引用内容,问题描述是给定一组整数,找出两个不重叠的子数组,使得它们的和最大。动态规划的方法被提到,所以需要解释如何用动态规划解决这个问题。 首先,我需要确认问题的大意:找到两个不相交的子数组,使得它们的和最大。这需要分解问题,可能分为两个步骤:先找到从左到右的最大子数组,再找到从右到左的最大子数组,或者类似的方法。 然后,动态规划的思路通常是记录当前最大和,或者前向和后向的最大值。例如,维护两个数组left和right,left[i]表示从0到i的最大子数组和,right[j]表示从j到n-1的最大子数组和。然后遍历所有可能的分割点,计算left[i] + right[i+1]的最大值。 需要确保这两个子数组不重叠,所以分割点必须满足第一个子数组结束在i,第二个开始于i+1之后。因此,可能需要两次遍历,一次从左到右,一次从右到左,存储每个位置的最大值。 然后,编写代码示例,可能使用Python。例如,先计算left数组,再计算right数组,然后遍历所有可能的分割点,找到最大的组合。需要注意数组的索引范围,避免越界。 此外,引用中提到的其他POJ题目资源,如引用[2]和[3]提供了刷题顺序,可能用户对题目难度和顺序也有兴趣,所以可以推荐这些资源,帮助用户按难度练习。 最后,生成相关问题,可能涉及动态规划的其他应用,类似的最大和问题变种,或者POJ题目的推荐顺序。确保问题与用户的需求相关,帮助他们深入理解题目和解法。</think>关于POJ 1481 Maximum sum问题的解法和题目描述如下: ### POJ 1481 Maximum sum问题描述 给定$n$个整数的集合$A=\{a_1, a_2,...,a_n\}$,定义函数$d(A)$为满足以下条件的最大和: $$ d(A) = \max\left\{ \sum_{i=s_1}^{t_1} a_i + \sum_{j=s_2}^{t_2} a_j \ \big| \ 1 \leq s_1 \leq t_1 < s_2 \leq t_2 \leq n \right\} $$ 即寻找两个**不重叠**的子数组,使得它们的和最大[^1]。 --- ### 动态规划解法 #### 核心思路 1. **预处理左右区间最大子段和**: - 用$left[i]$表示从$a_1$到$a_i$区间内的最大子段和 - 用$right[j]$表示从$a_j$到$a_n$区间内的最大子段和 2. **遍历分割点**: 对于每个分割点$k$($1 \leq k < n$),计算$left[k] + right[k+1]$的最大值 #### 算法步骤 1. 正向遍历数组,计算$left$数组(类似最大子段和) 2. 反向遍历数组,计算$right$数组 3. 遍历所有可能的分割点,求最大和 --- ### Python代码实现 ```python def max_sum(arr): n = len(arr) # 计算左半部分最大子段和 left = [0] * n current = left[0] = arr[0] for i in range(1, n): current = max(arr[i], current + arr[i]) left[i] = max(left[i-1], current) # 计算右半部分最大子段和 right = [0] * n current = right[-1] = arr[-1] for i in range(n-2, -1, -1): current = max(arr[i], current + arr[i]) right[i] = max(right[i+1], current) # 寻找最大组合 max_val = -float('inf') for k in range(n-1): max_val = max(max_val, left[k] + right[k+1]) return max_val ``` --- ### POJ题目资源推荐 1. **题目难度列表**:引用[2]提供了POJ从易到难的刷题顺序,适合循序渐进练习 2. **同类问题扩展**:可尝试POJ 2479Maximum sum进阶版)、POJ 2593(双字段最大和变种) 3. **训练路径**:参考引用[3]的刷题顺序规划,建议先掌握基础动态规划再挑战本题 ---
评论
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