算法——DP动态规划

最新推荐文章于 2025-05-23 23:35:55 发布

原创最新推荐文章于 2025-05-23 23:35:55 发布 · 183 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#动态规划 #DP

算法专栏收录该内容

14 篇文章

订阅专栏

本文详细解析了如何使用动态规划算法求解含有负数的数组中最大连续子数组的问题，通过实例演示了算法的具体实现过程，并提供了C++代码示例。

动态规划总结（dynamic programming）

1.连续子数组的最大和(数组含负数) --剑指offer
比如数组{2,4,-7,5,2,-1,2,-4,3}的最大连续子数组为{5,2,-1,2}，最大连续子数组的和为5+2-1+2=8。问题输入就是一个数组，输出该数组的“连续子数组的最大和”。

思路分析
x[n]表示原数组，a[i][j]表示下标从i到j的最大连续子数组之和，那么a[1][n]就是输出的答案；
递推：
事实上，当我们令curSum为当前最大子数组的和，maxSum为最后要返回的最大子数组的和

(继承前人遗产吗) 当我们往后扫描时，对第j+1个元素有两种选择——要么放入前面找到的子数组，要么做为新子数组的第一个元素：
1.1 如果currSum+当前元素a[j] >= a[j]，则令currSum加上a[j]
1.2 否则currSum重新赋值，置为下一个元素，即currSum = a[j]。
(更新历代最强吗) 比较当前最大子数组和与最大子数组的和：
2.1 同时，当currSum > maxSum，则更新maxSum = currSum
2.2 否则保持原值，不更新。

即
curSum = max(a[j], curSum + a[j])
maxSum = max(maxSum, curSum)
举个例子，当输入数组是1, -2, 3, 10, -4, 7, 2, -5，那么，curSum和maxSum相应的变化为：
curSum ： 0 | 1 -1 3 13 9 16 18 13
maxSum ： 1 | 1 1 3 13 13 16 18 18

C++代码实现:

int MaxSubSum(int arr[],int len)  
{  
    int i;  
    int MaxSum = 0;  
    int ThisSum= 0;  
    for(i=0;i<len;i++)  
    {  
        ThisSum+= arr[i];  
        if(ThisSum > MaxSum)  
            MaxSum = ThisSum;  
        /*如果累加和出现小于0的情况，  
           则和最大的子序列肯定不可能包含前面的元素，  
           这时将累加和置0，从下个元素重新开始累加  */
        else if(ThisSum< 0)  
            ThisSum= 0;  
    }  
    return MaxSum;  
}