洛谷P1115 最大子段和

本文详细解析了P1115最大子段和问题的解决算法,通过实例说明如何从给定的序列中找到连续且非空的一段使其和最大。介绍了算法的输入输出格式,样例及实现代码。
部署运行你感兴趣的模型镜像

P1115 最大子段和

给出一段序列,选出其中连续且非空的一段使得这段和最大。

输入输出格式

输入格式:

 

第一行是一个正整数N,表示了序列的长度。

第二行包含N个绝对值不大于10000的整数Ai,描述了这段序列。

 

输出格式:

 

一个整数,为最大的子段和是多少。子段的最小长度为1。

输入输出样例

输入样例#1: 

7
2 -4 3 -1 2 -4 3

输出样例#1: 

4

因为子段和是连续的一段数字,所以,我们可以先设第一个数为最大值,

如果将这串数字依次相加,如果比最大值大,那么将最大值换为现在的值

如果和出现了小于0的情况那么再加只会比原来的数小,此时,将子段的头

变成下一个数即可,代码如下

#include<stdio.h>
int main()
{
	int n;
	
	scanf("%d", &n);
	
	int sum = 0, ans = 0;
	
	for(int i=0; i<n; i++)
	{
		
		int a;
		
		scanf("%d", &a);    
		
		sum = sum + a;      //计算子段和 
		
		if(i == 0)        //先将第一个数赋值为子段和的开头 
			
			ans = sum;
		
		if(sum > ans)     //当子段和要大于最大值时,改变最大值 
		
			ans = sum;
		
		if(sum < 0)      //当和变成负数时,将子段和清零,重新开始加 
			
			sum = 0;
	}
	if(sum > ans && ans >= 0 && sum >= 0) //可能出现一串数字全为负数的情况 
	
		ans = sum;
	
	printf("%d\n", ans);
}

 

 

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.9

TensorFlow-v2.9

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

### 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。 在洛谷平台上,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。例如洛谷 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
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