算法与分析课程_动态规划算法_拼题网_习题1_最大子段和_C++

最新推荐文章于 2026-05-05 15:41:22 发布

原创最新推荐文章于 2026-05-05 15:41:22 发布 · 813 阅读

2 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#c++ #动态规划

C++Prictice 同时被 2 个专栏收录

33 篇文章

订阅专栏

算法与分析课程

11 篇文章

订阅专栏

本文介绍了一种求解最大子段和问题的高效算法，该算法通过动态规划思想实现，能够在O(n)的时间复杂度内找到给定整数序列中最大的连续子段和。文章提供了完整的C++代码实现及样例输入输出。

1 最大子段和
给定n个整数（可能为负数）组成的序列a[1],a[2],a[3],…,a[n]，求该序列如a[i]+a[i+1]+…+a[j]的子段和的最大值。当所给的整数均为负数时，定义子段和为0。

要求算法的时间复杂度为O(n)。

输入格式:
输入有两行：

第一行是n值（1<=n<=10000)；

第二行是n个整数。

输出格式:
输出最大子段和。

输入样例:
在这里给出一组输入。例如：

6
-2 11 -4 13 -5 -2

输出样例:
在这里给出相应的输出。例如：

2

代码:
maxSum数组运行结果

0	1	2	3	4	5
18	20	9	13	0	0

#include<iostream>
#include<vector>
#include<algorithm>
using namespace std;
class Solution {
public:
	int maxSegment(vector<int>& nums) {
		vector<int> maxSum(nums.size(),0);
		if (nums.back() > 0)
			maxSum.back() = nums.back();
		else
			maxSum.back() = 0;
		for (int i = nums.size() - 2; i >= 0; i--) {
			if (maxSum.at(i + 1) > 0) {
				maxSum.at(i) = nums.at(i) + maxSum.at(i + 1);
			}
			else {
				if (nums.at(i) <= 0)
					maxSum.at(i) = 0;
				else
					maxSum.at(i) = nums.at(i);
			}
		}
		sort(maxSum.begin(), maxSum.end());
		return maxSum.back();
	}
};
int main() {
	int n;
	cin >> n;
	vector<int> nums(n,0);
	for (int i = 0; i < n; i++) {
		cin >> nums.at(i);
	}
	Solution A;
	cout << A.maxSegment(nums) << endl;
	system("pause");
	return 0;
}