题目描述
一个数组有 N 个元素,求连续子数组的最大和。 例如:[-1,2,1],和最大的连续子数组为[2,1],其和为 3
输入描述:
输入为两行。 第一行一个整数n(1 <= n <= 100000),表示一共有n个元素 第二行为n个数,即每个元素,每个整数都在32位int范围内。以空格分隔。
输出描述:
所有连续子数组中和最大的值。
示例1
输入
3 -1 2 1
输出
3
思路:可以采用动态规划的思路来做,用动态规划做题:
1. 要把原问题分解为若干个子问题,子问题的解一旦求出就要被保存,所以每个子问题只需要求解一次
2. 如果从最底层的子问题开始,自底向上地推导出一个个子问题的解,那么编程的时候就不需要写递归函数。
3.用动态规划解题时,将和子问题相关的各个变量的一组取值,称之为一个“状态”。一个“状态”对应于一个或多个子问题,所谓某个“状态”下的“值”,就是这个“状态”所对应的子问题的解。
4. 定义出什么是“状态”,以及在该 “状态”下的“值”后,就要找出不同的状态之间如何迁移――即如何从一个或多个“值”已知的 “状态”,求出另一个“状态”的“值”。状态的迁移可以用递推公式表示,此递推公式也可被称作“状态转移方程”。
总结:三个部分:1)寻找子问题 ;2)定义“状态”;3)推出转移方程
代码如下:
#include<iostream> #include<vector> #include<math.h> #include<algorithm> using namespace std; int Sumofsubarrays(int a[],int n){ vector<int> result; //定义一个容器,保存所有的中间Max结果 int Max=a[0]; result.push_back(Max); for(int i=1;i<n;++i){ Max=max(Max+a[i],a[i]); //动态规划思想 result.push_back(Max); } sort(result.begin(),result.end()); return result[result.size()-1];//找出容器中最大的Max } int main(){ int n; int a[100000]; cin>>n; for(int i=0;i<n;++i){ cin>>a[i]; } int result=Sumofsubarrays(a,n); cout<<result<<endl; //system("pause"); return 0; }
总结:注意保存中间的最大值,当程序不能完全通过时,自己按照程序走一遍,看看是哪里的问题,然后找出解决的方法。