hdu 1024 Max Sum Plus Plus(dp)

本文介绍了一种使用一维动态规划解决最大连续子序列和问题的方法,并通过优化减少时间复杂度。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题意:

求m段连续子序列和。


解题思路:

首先想到二维的dp状态dp[i][j]表示前i个数j段得到的最大值。

转移有两种情况,首先是不增加新的组,加在前面一组上,转移就是

dp[i][j]=max(dp[i][j], dp[i-1][j]+a[i]);

第二种是增加新的一组,这里需要注意,不增加新的一组的时候由于是连续的一定和i-1相连,而增加新的一组就不需要了,中间可以很多元素不取,所以转移就是:

dp[i][j]=max(dp[i][j], max(dp[j...i-1][j-1])+a[i]);


但是n有1e6,m未知,二维很可能存不下。


由于是对前多少个人转移,就像背包一样可以把物品这一维滚动,然后转移从m开始倒过来,就可以了。


但是找max(dp[j...i-1][j-1])的过程如果去暴力时间复杂度就是O(n^3)的,撑不住。


可以用一个max数组对不同分组的情况就行记录,直接转移就行,就优化到O(n^2)了。


因为有负数,注意一开始需要初始化为负无穷。



代码:

#include <bits/stdc++.h>
#define LL long long 
using namespace std;
const int maxn=1e5+5;
const int inf=1e9;


int a[maxn];
int dp[maxn];
int ma[maxn];

int main()
{
    int n, i, j, m;
    while(~scanf("%d%d", &m, &n))
    {
        for(i=1; i<=n; i++)
        {
            scanf("%d", &a[i]);
            dp[i]=-inf, ma[i]=-inf;
        }

        int ans=-inf;
        dp[0]=0;
        ma[0]=0;
        for(i=1; i<=n; i++)
        {
            int mmax=-inf;
            for(j=min(i, m); j>=1; j--)
            {
                dp[j]=max(dp[j]+a[i], ma[j-1]+a[i]);
                ma[j]=max(ma[j], dp[j]);


            }
            ans=max(ans, dp[m]);
        }
        printf("%d\n", ans);


    }
    
}



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