关于DP中的最大子段和

javadream11 2009-08-20 03:23:48

给我详细解释下这个状态转移方程：b[j] = max{b[j-1]+a[j], a[j]}, 1<=j<=n

...全文

230 14 打赏收藏转发到动态举报

写回复

用AI写文章

14 条回复

切换为时间正序

请发表友善的回复…

发表回复

青蛙果果 2009-08-23

打赏
举报

int MaxSum(int n,int *a)
{
int sum=0;
for(int i=1;i <n;i++)
{
a[i]=max( a[i-1]+a[i],a[i]);
sum=max( sum,a[i]);
}
return sum;
}

a[i] 表示以a[i]为结尾的子段的最大和当然不一定是所要的最终和比如1->i-1 和为9 而a[i]为-2，因而以a[i] 为结尾的最大和是7，对于整个数段来说至少应是9，因而用到sum来记录所要求的最大和

acdbxzyw 2009-08-20

打赏
举报

[Quote=引用 4 楼 peacefulby 的回复:]
b[j]=max{a[i]++a[j]},1 <=i <=j,且1 <=j <=n,则所求的最大子段和为max b[j]，1 <=j <=n。
由b[j]的定义可易知，当b[j-1]>0时b[j]=b[j-1]+a[j]，否则b[j]=a[j]。故b[j]的动态规划递归式为:
b[j]=max(b[j-1]+a[j],a[j])，1 <=j <=n。
T(n)=O(n)
[/Quote]

黄舒颖咸丫蛋 2009-08-20

打赏
举报

正解,Got it

[Quote=引用 11 楼 litaoye 的回复:]
转帖一个别人的吧

int MaxSum(int n,int *a)
{
int sum=a[0],b=0;
for(int i=0;i <n;i++)
{
if(b>0) b+=a[i];
else b=a[i];
if(b>sum) sum=b;
}
return sum;
}

引用 10 楼 javadream11 的回复:
引用 9 楼 litaoye 的回复:
O(n)的算法其实本质也是一种DP，而且是最经典的DP。

到底是怎么样的啊？

[/Quote]

绿色夹克衫 2009-08-20

打赏
举报

转帖一个别人的吧

int MaxSum(int n,int *a)
{
int sum=a[0],b=0;
for(int i=0;i <n;i++)
{
if(b>0) b+=a[i];
else b=a[i];
if(b>sum) sum=b;
}
return sum;
}

[Quote=引用 10 楼 javadream11 的回复:]
引用 9 楼 litaoye 的回复:
O(n)的算法其实本质也是一种DP，而且是最经典的DP。

到底是怎么样的啊？
[/Quote]

javadream11 2009-08-20

打赏
举报

[Quote=引用 9 楼 litaoye 的回复:]
O(n)的算法其实本质也是一种DP，而且是最经典的DP。
[/Quote]

到底是怎么样的啊？

绿色夹克衫 2009-08-20

打赏
举报

O(n)的算法其实本质也是一种DP，而且是最经典的DP。

lingyun310 2009-08-20

打赏
举报

这是个O(n)算法，只需要遍历一遍就可以了。。

showjim 2009-08-20

打赏
举报

[Quote=引用 5 楼 fire_woods 的回复:]
最大子段和不需要BP,有O(n)的算法.
[/Quote]
是的,从左到右扫一次就行了(中间要记录差值)

lingyun310 2009-08-20

打赏
举报

看你这个方程，应该是先建立的一个数组，b[j]记录a[0]到a[j]的和，然后在数组b中查找符合条件的子段。即最后的结果是其中的一个极大值-它前面的某个极小值。
但是这个算法做了改进，即，和是负值的时候，就不做记录，也就是说，把极小值全部取作了0，这样一来，只要查找极大值就可以了。。。

这个方程就是计算数组b用的。。。如果当前b[j]小于0，那么重新开始记录a[j]，也就是说，此时，前面有一段子段的和为负了，而分析一下，这一段负和是不可能出现在和最大子段里面的。。。。具体过程比较复杂，不写了。。。自己好好思考一下，就能想通的。

fire_woods 2009-08-20

打赏
举报

最大子段和不需要BP,有O(n)的算法.

PeacefulBY 2009-08-20

打赏
举报

b[j]=max{a[i]++a[j]},1<=i<=j,且1<=j<=n,则所求的最大子段和为max b[j]，1<=j<=n。
由b[j]的定义可易知，当b[j-1]>0时b[j]=b[j-1]+a[j]，否则b[j]=a[j]。故b[j]的动态规划递归式为:
b[j]=max(b[j-1]+a[j],a[j])，1<=j<=n。
T(n)=O(n)