Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 65536/32768 K (Java/Others)
Total Submission(s): 250714 Accepted Submission(s): 59365
Problem Description
Given
a sequence a[1],a[2],a[3]......a[n], your job is to calculate the max
sum of a sub-sequence. For example, given (6,-1,5,4,-7), the max sum in
this sequence is 6 + (-1) + 5 + 4 = 14.
Input
The
first line of the input contains an integer T(1<=T<=20) which
means the number of test cases. Then T lines follow, each line starts
with a number N(1<=N<=100000), then N integers followed(all the
integers are between -1000 and 1000).
Output
For
each test case, you should output two lines. The first line is "Case
#:", # means the number of the test case. The second line contains three
integers, the Max Sum in the sequence, the start position of the
sub-sequence, the end position of the sub-sequence. If there are more
than one result, output the first one. Output a blank line between two
cases.
Sample Input
Sample Output
Author
Ignatius.L
初來乍到,動态規劃也是剛剛接觸。剛開始用暴力法,Time limit……
在網上搜了代碼。大多是隻說是動态規劃經典問題、求最大子序列和,然後就是一串代碼。最好的就是帶了幾行注釋…沒有太多通俗的解釋…硬着頭皮看了一晚上,終于算是有了眉目想通了。
在這裡寫下自己對這個動态規劃求最大子序列和的了解,通俗一點的解釋。(隻是個人的了解哦,僅供參考)
這裡的求最大子序列和應該是變種了吧,呵呵,還要加上最大子序列的起始和終止位置……隻要知道怎麼求最大子序列和,那麼附加個位置應該不難的。
先來看代碼:
本想用通俗的話語來解釋這個道理,結果發現,通俗了以後就非文字所能描述的好的了,需要各種的手勢+紙筆畫一陣子,無奈表達能力有限,隻好……隻好用這樣的看似非常嚴密的數學推理來說明了(囧)
對于整個序列a[n]來說,它的所有子序列有很多很多,但是可以将它們歸類。
注意,是以**結尾的子序列,其中肯定是要包含**的了
以a[0]結尾的子序列隻有a[0]
以a[1]結尾的子序列有 a[0]a[1]和a[1]
以a[2]結尾的子序列有 a[0]a[1]a[2] / a[1]a[2] / a[2]
……
以a[i]結尾的子序列有a[0]a[1]……a[i-2]a[i-1]a[i] / a[1]a[2]……a[i-2]a[i-1]a[i] / a[2]a[3]……a[i-2]a[i-1]a[i] / …… / a[i-1]a[i] / a[i]
所有以a[0] ~a[n]結尾的子序列分組構成了整個序列的所有子序列。
這樣,我們隻需求以a[0]~a[n]結尾的這些分組的子序列中的每一分組的最大子序列和。然後從n個分組最大子序列和中選出整個序列的最大子序列和。
觀察可以發現,0,1,2,……,n結尾的分組中,
maxsum a[0] = a[0]
maxsum a[1] = max( a[0] + a[1] ,a[1]) = max( maxsum a[0] + a[1] ,a[1])
maxsum a[2] = max( max ( a[0] + a[1] + a[2],a[1] + a[2] ),a[2])
= max( max( a[0] + a[1] ,a[1]) + a[2] , a[2])
= max( maxsum a[1] + a[2] , a[2])
依此類推,可以得出通用的式子。
maxsum a[i] = max( maxsum a[i-1] + a[i],a[i])
用遞歸……當然,不遞歸也應該是可以解決的。
我們從maxsum a[0]開始算起。
以後的每個就是 maxsum a[i-1] + a[i] 和 a[i] 中取大的那個。
程式中判斷 前一個的最大子序列和小于零時,将其置為0,然後再加a[i] ,這樣不就是和a[i] 一樣大的麼;前一個的最大子序列和隻要大于零,那麼再加上a[i] 肯定比 a[i] 要大,這樣,帶有歸零的這個 maxsum a[i-1] + a[i] 就是以表示目前位置結束的子序列的最大和了。
剩下的就是要判斷起始和終點位置了。
在循環的過程中,每循環一次就算出一個以目前位置結束的最大子序列和。每次循環中最大的那個儲存下來,不就是最終所有最大子序列和中的最大值了麼。
其中temp儲存的是前一個位置的最大子序列和的開始位置(題目中是從1開始的哦);當 sum > maxsum 時(程式中的條件,與說明時的maxsum不太一樣哦)就記錄最大值,并保持它的開始位置為temp,終止位置即為目前位置(i +1是因為題目中第一個為1,而不是0);
當最大子序列和小于0時,将 temp = i + 2; 其中 i + 1 表示目前位置(理由如上),i + 2就表示目前位置的下一個位置了。既此最大子序列和為負值,那麼下一個的最大子序列和應該是它本身,而不再累加前邊的。
程式中就兩個if 語句,想要說明白還真不容易。
還有,有人會問,當整個序列全是負數時,還對嗎?負數也是成立的,如果全是負數的時候,它就是每次都隻取目前值作為最大值了,因為負的跟負的不就越加越小了嗎。
因為題目中給出的範圍是-1000 ~1000,是以這裡初始的maxsum 初始化為-1001 ,隻有比所有可能的值都小時才行。maxsum初始化為0;那麼當序列全是負數時,得出的最大值将是0……這就wrong了
總之,隻要上一個子序列最大和為正,那麼無論目前值的正負,都會與目前的相加,這樣以目前值結尾的子序列最大和就會增大。(一個正數 加一個 正數2 或者負數 那麼都會比這個正數2 或負數原來要增大,同理,一個負數加任何一個數,都會使這個數減小,是以目前一子序列最大和小于零時,我們就歸零它了,相當于是不加任何數,而保留目前位置值本身)
記憶體優化版:
了解了以上思想後,觀察上一個代碼我們發現,那個a[10000]基本上就沒用啊,儲存了一些輸入資料,可是那些資料隻用了一次就沒用了。輸入資料的for循環和處理資料的for循環是一模一樣的,而且處理資料也隻是用到目前輸入的資料。
于是,數組也可以省去了,直接将兩個循環合并。輸入一個資料,直接累加……省下不少空間哦。