POJ 2479 Maximum sum

本文介绍了一个使用动态规划解决最大子段和问题的算法实现,通过两个数组分别记录从序列起始和末尾开始的最大子段和,最终找到整个序列的最大子段和。

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

/**
*   Author: johnsondu
*   Stratege: DP
*   ItemName: StepByStep to learn DP well
*   ProblemAndUrl: Maximum sum http://poj.org/problem?id=2479
*
*/

#include <iostream>
#include <cmath>
#include <cstring>
#include <algorithm>
#include <cstdio>
using namespace std ;

#define MAXN 50005
#define inf 0xfffffff
int a[MAXN] ;
int dp1[MAXN], dp2[MAXN] ;      //记录当前的字段和
int r1[MAXN], r2[MAXN] ;        //分别表示从0开始和从n-1开始的当前最大字段和
int n ;

inline int Max (int a, int b)
{
    return a > b ? a : b ;
}

void DP ()
{
    for (int i = 1; i < n; i ++)
    {
        dp1[i] = Max (dp1[i-1] + a[i], a[i]) ;
        r1[i] = Max (r1[i-1], dp1[i]) ;
    }

    for (int i = n-2; i >= 0; i --)
    {
        dp2[i] = Max (dp2[i+1] + a[i], a[i]) ;
        r2[i] = Max (r2[i+1], dp2[i]) ;
    }
}

void print ()
{
    int ans = -inf ;
    for (int i = 0; i < n-1; i ++)
        ans = Max (ans, r1[i] + r2[i+1]) ;
    printf ("%d\n", ans) ;
}

int main ()
{
    int tcase ;
    //freopen ("data.txt", "r", stdin) ;
    scanf ("%d", &tcase) ;
    while (tcase --)
    {
        scanf ("%d", &n) ;
        for (int i = 0; i < n; i ++)
        {
            scanf ("%d", &a[i]) ;
            dp1[i] = dp2[i] = 0 ;
            r1[i] = r2[i] = -inf ;
        }
        r1[0] =  dp1[0] = a[0] ;
        r2[n-1] = dp2[n-1] = a[n-1] ;
        DP () ;
        print() ;
    }
    return 0 ;
}


<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
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