洛谷 P1115 最大子段和

题目链接

题目大意

给出一个长度为 n 的序列 a,选出其中连续且非空的一段使得这段和最大。

输入与输出样例

输入

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 a i a_i ai

7
2 -4 3 -1 2 -4 3

输出

输出一行一个整数表示答案。

4

思路

首先给出转移方程:dp[i] = max(f[i], dp[i - 1] + f[i]);
推导:对于每个数,要么选择,要么不选择,且保持连续非空。对于 f [ i ] f[i] f[i] 的选取,如果选择该数能改使得此连续一段和最大,那么有 d p [ i − 1 ] + f [ i ] dp[i-1]+f[i] dp[i1]+f[i] ,把第 i − 1 i-1 i1之前的最大连续子段和与当前的 f [ i ] f[i] f[i] 加起来;如果不选择,不满足非连续,以当前的数 f [ i ] f[i] f[i] 作为连续子段的开始数,dp[i]=f[i]。综上,推导出dp[i] = max(f[i], dp[i - 1] + f[i])

AC代码

#include<stdio.h>
#include<iostream>
#include<algorithm>
#include<string.h>	
using namespace std;

long long f[200020],dp[200020];
const int inf = 0xefffffff;

int main(int argc, char* argv[])
{
	int n;
	scanf("%d", &n);
	for (int i = 1; i <= n; ++i)
	{
		scanf("%lld", &f[i]);
		dp[i] = 0;
	}
	//定义最小值,不能用0,否则WA
	long long ret = inf;
	for (int i = 1; i <= n; ++i)
	{
		dp[i] = max(f[i], dp[i - 1] + f[i]);
		ret = max(ret, dp[i]);
	}
	printf("%lld\n", ret);
	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
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