#include <functional>
#include <iostream>
#include <algorithm>
using namespace std;\
const int N = 1000010;
using ll = long long;
ll dp[N];
ll s[N];
int main() {
int n;
while (cin >> n) {
//初始化序列数组,序列存在0~n-1位
for(int i=0;i<n;i++){
cin>>s[i];
}
//1.dp数组的初始状态dp[0]:子序列就是第一个元素时,最大子序列和就是本身s[0];
dp[0]=s[0];
for(int i=1;i<n;i++){
dp[i]=max(s[i],dp[i-1]+s[i]);
}
sort(dp,dp+n); //升序排序,并输出最大的
cout<<dp[n-1]<<endl;
}
}
// 64 位输出请用 printf("%lld")
【问题描述】:
在一个给定的序列{A1, A2, …, An}中,找出一个连续的子序列{ Ai ,…, Aj},使得这个连续的子序列的和最大,输出这个最大的序列和。(非常适合使用DP求解该问题,时间复杂度为O(n))
【动态规划法-算法思路】:
- 首先设置一个数组 dp[N],令 dp[i]表示以 A[i]作为末尾的连续序列的最大和。于是,最大连续子序列和便是数组 dp 中的最大值。
- 由于 dp[i]是以 A[i]作为末尾的连续序列的最大和,因此只有两种情况:
- ① 最大和的连续序列只有一个元素,即 A[i]本身,也就是说 dp[i] = A[i] ;
- ② 最大和的连续序列有多个元素,即从前面的某个 A[j]开始,一直到 A[i]结束,也就是dp[i] = A[j] +…+ A[i−1] + A[i]。如何获得 A[j] +…+ A[i−1]呢?再回头看一下 dp的定义,dp[i]表示以 A[i]作为末尾的连续序列的最大和,此时 dp[i−1]就是 A[j] +A[j+1] +…+ A[i−1]的值,因此 dp[i] = dp[i−1] + A[i] ;
- 通过这两种情况,于是得到状态转移方程dp[i] = max{A[i], dp[i−1] + A[i]}。只需将 i 从小到大枚举并依次遍历,即可得到整个 dp 数组。

京公网安备 11010502036488号