[openjudge-动态规划]Maximum sum
题目描述
题目原文
描述
Given a set of n integers: A={a1, a2,…, an}, we define a function d(A) as below:
d(A)=max(∑i=s1t1ai+∑j=s2t2aj|1<=s1<=t1<s2<=t2<=n)" role="presentation" style="position: relative;">d(A)=max(∑t1i=s1ai+∑t2j=s2aj|1<=s1<=t1<s2<=t2<=n)d(A)=max(∑i=s1t1ai+∑j=s2t2aj|1<=s1<=t1<s2<=t2<=n)
Your task is to calculate d(A).
输入
The input consists of T(<=30) test cases. The number of test cases (T) is given in the first line of the input.
Each test case contains two lines. The first line is an integer n(2<=n<=50000). The second line contains n integers: a1, a2, …, an. (|ai| <= 10000).There is an empty line after each case.
输出
Print exactly one line for each test case. The line should contain the integer d(A).
样例输入
1
10
1 -1 2 2 3 -3 4 -4 5 -5
样例输出
13
提示
In the sample, we choose {2,2,3,-3,4} and {5}, then we can get the answer.
Huge input,scanf is recommended.
来源
POJ Contest,Author:Mathematica@ZSU
翻译
描述
给定一组N个整数:A ={A1,A2,…,An},我们定义一个函数D(A)如下:
d(A)=max(∑i=s1t1ai+∑j=s2t2aj|1<=s1<=t1<s2<=t2<=n)" role="presentation" style="position: relative;">d(A)=max(∑t1i=s1ai+∑t2j=s2aj|1<=s1<=t1<s2<=t2<=n)d(A)=max(∑i=s1t1ai+∑j=s2t2aj|1<=s1<=t1<s2<=t2<=n)
你的任务是计算D(A)。
输入
输入包括T(T<=30)的测试数据。
测试数据的数目(T),在输入的第一行。每个测试用例包含两行。
第一行是整数n(2<= N <=50000)。第二行包含n个整数:A1,A2,...,An。(|Ai|<=10000)" role="presentation" style="position: relative;">A1,A2,...,An。(|Ai|<=10000)A1,A2,...,An。(|Ai|<=10000)。每个样例例后有一个空行。
输出
每个测试用例只有一行,该行应包含整数D(A)。
提示
在示例中,我们选择{2,2,3,-3,4}和{5},那么我们就可以得到答案。
在有巨大的输入数据时,scanf是最高效的。
来源
POJ 竞赛,作者:Mathematica@ZSU
分析
这是一道比较经典的动态规划题。这道题的难点主要是在怎样将问题分解。我们先从一个点开始,假定这个点的左边有一个最大子段,右边也有一个最大子段。那答案就是每个点左右最大子段的和的最大值。那怎么左右最大字段和呢?我们可以计算左边和右边到i-1,i+1点的最大和,再求i点的最大和,递推公式为:
第一步:leftsum[i]=max(a[i],a[i]+leftsum[i−1])" role="presentation" style="position: relative;">leftsum[i]=max(a[i],a[i]+leftsum[i−1])leftsum[i]=max(a[i],a[i]+leftsum[i−1])
rightsum[i]=max(a[i],a[i]+rightsum[i+1])" role="presentation" style="position: relative;">rightsum[i]=max(a[i],a[i]+rightsum[i+1])rightsum[i]=max(a[i],a[i]+rightsum[i+1])
第二步:leftsum[i]=max(leftsum[i],leftsum[i−1])" role="presentation" style="position: relative;">leftsum[i]=max(leftsum[i],leftsum[i−1])leftsum[i]=max(leftsum[i],leftsum[i−1])
rightsum[i]=max(rightsum[i],rightsum[i+1])" role="presentation" style="position: relative;">rightsum[i]=max(rightsum[i],rightsum[i+1])rightsum[i]=max(rightsum[i],rightsum[i+1])
第三步:d(A)=max(leftsum[i]+rightsum[i+1])" role="presentation" style="position: relative;">d(A)=max(leftsum[i]+rightsum[i+1])d(A)=max(leftsum[i]+rightsum[i+1])
最后输出d(A)即可。
实现
#include<bits/stdc++.h>
using namespace std;
int n,a[50005],fa[50005],fb[50005],maxx;
int main()
{
int T;
scanf("%d",&T);
while(T--)
{
scanf("%d",&n);
for(int i=1;i<=n;i++)
scanf("%d",&a[i]);
fa[1]=a[1];
for(int i=2;i<=n;i++)
fa[i]=max(a[i],a[i]+fa[i-1]);
fb[n]=a[n];
for(int i=n-1;i>0;i--)
fb[i]=max(a[i],a[i]+fb[i+1]);
for(int i=2;i<=n;i++)
fa[i]=max(fa[i],fa[i-1]);//求到位置i左边的最大序列
for (int i=n-1;i>0;i--)
fb[i]=max(fb[i],fb[i+1]);//求到位置i右边的最大序列
maxx=fa[1]+fb[2];
for(int i=1;i<n;i++)
maxx=max(maxx,fa[i]+fb[i+1]);//找不同位置i的d(A)值,求出最大值
printf("%d\n",maxx);
}
}
[openjudge-动态规划]Maximum sum的更多相关文章
- 动态规划——Maximum Sum of 3 Non-Overlapping Subarrays
这个题对我来说真的是相当难的题目了,严格来讲可能不算是个动态规划的题目,但这个题目对类似的划分多个非重叠连续子区间的问题提供了一个很好解决方案 这个题目需要找三个非重叠的连续子区间,通过维护两个数组将 ...
- 动态规划-Maximum Subarray-Maximum Sum Circular Subarray
2020-02-18 20:57:58 一.Maximum Subarray 经典的动态规划问题. 问题描述: 问题求解: public int maxSubArray(int[] nums) { i ...
- ural 1146. Maximum Sum(动态规划)
1146. Maximum Sum Time limit: 1.0 second Memory limit: 64 MB Given a 2-dimensional array of positive ...
- POJ 2479 Maximum sum 解题报告
Maximum sum Time Limit: 1000MS Memory Limit: 65536K Total Submissions: 40596 Accepted: 12663 Des ...
- [LeetCode] Maximum Sum of 3 Non-Overlapping Subarrays 三个非重叠子数组的最大和
In a given array nums of positive integers, find three non-overlapping subarrays with maximum sum. E ...
- POJ2479 Maximum sum[DP|最大子段和]
Maximum sum Time Limit: 1000MS Memory Limit: 65536K Total Submissions: 39599 Accepted: 12370 Des ...
- ural 1146. Maximum Sum
1146. Maximum Sum Time limit: 0.5 secondMemory limit: 64 MB Given a 2-dimensional array of positive ...
- UVa 108 - Maximum Sum(最大连续子序列)
题目来源:https://uva.onlinejudge.org/index.php?option=com_onlinejudge&Itemid=8&category=3&pa ...
- 最大子矩阵和 URAL 1146 Maximum Sum
题目传送门 /* 最大子矩阵和:把二维降到一维,即把列压缩:然后看是否满足最大连续子序列: 好像之前做过,没印象了,看来做过的题目要经常看看:) */ #include <cstdio> ...
- URAL 1146 Maximum Sum(最大子矩阵的和 DP)
Maximum Sum 大意:给你一个n*n的矩阵,求最大的子矩阵的和是多少. 思路:最開始我想的是预处理矩阵,遍历子矩阵的端点,发现复杂度是O(n^4).就不知道该怎么办了.问了一下,是压缩矩阵,转 ...
随机推荐
- Zookeeper系列六:服务器角色、序列化与通信协议、数据存储、zookeeper总结
一.服务器角色 1. Leader 1)事务请求的唯一调度者和处理者.保证事务处理的顺序性 事务请求:导致数据一致性的请求(数据发生改变).如删除一个节点.创建一个节点.设置节点数据,设置节点权限就是 ...
- 自动化测试工具Ranorex的录制功能使用
由于帆软的 Report 包含gui和web端 设计器 web预览 做自动化测试不适合使用 Katalon 发现了Ranorex Ranorex 是一款在Windows操作系统的上运行的GUI自动测试 ...
- 3里氏代换原则LSP
一.什么是里氏代换原则 里氏代换原则(Liskov Substitution Principle): 一个软件实体如果使用的是一个父类的话,那 么一定适用于其子类,而且它察觉不出父类和子 类对象的区别 ...
- 编译器处理警告、错误 #pragma GCC diagnostic ignored "-Wunused"
各个层次的gcc警告从上到下覆盖 变量(代码)级:指定某个变量警告 int a __attribute__ ((unused));指定该变量为"未使用的".即使这个变量没有被使用, ...
- kafka---->kafka stream的使用(一)
kafka stream的简单使用,这里是官方文档上面的例子. kafka的简单使用 一.启动Kafka server huhx@gohuhx:~/server/kafka_2.11-1.1.0$ b ...
- Android学习:自定义组件,DrawView
布局文件: <LinearLayout xmlns:android="http://schemas.android.com/apk/res/android" xmlns:to ...
- vscode编辑器自动生成.vue文件
1.选择“文件 -> 首选项 -> 用户代码片段”,此时,会弹出一个搜索框,输入vue 选择vue后,编辑器会自动打开一个名字为vue.json的文件 2.复制以下内容到这个文件中: { ...
- windows修改PowerShell(命令提示符)默认中文编码方式
如果以下方法都没有作用的话,可以直接在代码中调用<stdlib.h>中的system("mode con cp select=65001")或者是system(&quo ...
- centos7 与 archlinux用户 安装 python3模块 pytaglib
对于 centos7用户: yum group install "Development Tools" yum install taglib-devel yum install p ...
- phpcms 自定义方法
路径:\install_package\phpcms\libs\functions\extention.func.php <?php //输入栏目ID获取父级栏目名称 function catp ...