-
动态规划思想:
-
//数组max[i]表示必须以array[i]结尾的最大子数组和 //max[i]=((max[i-1]+array[i])>=array[i])?(max[i-1]+array[i]):(array[i]) //max[i]取max[i-1]+array[i]和array[i]的最大值 //为了AC两者相等时取max[i-1]+array[i],(最大和又不一定是最长子数组) //上边式子可以化简为如果max[i-1]小于0则max[i]=array[i]否则max[i]=max[i-1]+array[i] -
HZ偶尔会拿些专业问题来忽悠那些非计算机专业的同学。今天JOBDU测试组开完会后,他又发话了:在古老的一维模式识别中,常常需要计算连续子向量的最大和,当向量全为正数的时候,问题很好解决。但是,如果向量中包含负数,是否应该包含某个负数,并期望旁边的正数会弥补它呢?例如:{6,-3,-2,7,-15,1,2,2},连续子向量的最大和为8(从第0个开始,到第3个为止)。你会不会被他忽悠住?
用cin输入数据就会超时,改为scanf输入数据就会AC
题目描述:
-
输入:
-
输入有多组数据,每组测试数据包括两行。
第一行为一个整数n(0<=n<=100000),当n=0时,输入结束。接下去的一行包含n个整数(我们保证所有整数属于[-1000,1000])。
-
输出:
-
对应每个测试案例,需要输出3个整数单独一行,分别表示连续子向量的最大和、该子向量的第一个元素的下标和最后一个元素的下标。若是存在多个子向量,则输出起始元素下标最小的那个。
-
样例输入:
-
3 -1 -3 -2 5 -8 3 2 0 5 8 6 -3 -2 7 -15 1 2 2 0
-
样例输出:
-
-1 0 0 10 1 4 8 0 3
-
-
#include <iostream> #include <vector> #include <cstdio> using namespace std; int main() { //freopen("input.txt","r",stdin); int n=0; int temp; int maxSumEnd,maxSumCurrent; int array[100005]={0}; //注意局部变量的生存周期,防止上次结果对本次计算影响 int finalStartIndex=0,finalEndIndex=0; int currentStartIndex=0,currentEndIndex=0; // while(cin>>n&&(n>0)&&(n<=100000)) while(scanf("%d",&n)!=EOF&&(n>0)&&(n<=100000)) { for(int i=0;i<n;i++) { // cin>>temp; scanf("%d",&temp); array[i]=temp; } //注意局部变量的生存周期,防止上次结果对本次计算影响 finalStartIndex=0; finalEndIndex=0; currentStartIndex=0; currentEndIndex=0; maxSumEnd=maxSumCurrent=array[0]; for(int i=1;i<n;i++) { // if(maxSumCurrent<=0) //注意这里有没有等号,也就是0应不应该包含进来 //因为是最长,所以0一定要包含进来,所以maxSumCurrent<0 //此题要ac需要注意以下这种case: //4 //-1 -2 0 5 //输出应该是:5 2 3 而不是 5 3 3 //1 -1 1 8 应该输出9 0 3 不是9 2 3 //数组max[i]表示必须以array[i]结尾的最大子数组和 //max[i]=((max[i-1]+array[i])>=array[i])?(max[i-1]+array[i]):(array[i]) //max[i]取max[i-1]+array[i]和array[i]的最大值 //因为是连续子数组的最大和,所以两者相等时取max[i-1]+array[i],包含更多元素 //上边式子可以化简为如果max[i-1]小于0则max[i]=array[i]否则max[i]=max[i-1]+array[i] if(maxSumCurrent<0) { maxSumCurrent=array[i]; currentEndIndex=currentStartIndex=i; } else { maxSumCurrent+=array[i]; currentEndIndex=i; } if(maxSumCurrent>maxSumEnd) { maxSumEnd=maxSumCurrent; finalEndIndex=currentEndIndex; finalStartIndex=currentStartIndex; } } cout<<maxSumEnd<<" "<<finalStartIndex<<" "<<finalEndIndex<<endl; } return 0; } /************************************************************** Problem: 1372 User: fuestck Language: C++ Result: Accepted Time:560 ms Memory:1840 kb ****************************************************************/
本文介绍了一种解决一维模式识别中连续子向量最大和问题的动态规划算法。通过实例演示如何计算最大子数组和及其下标,并提供C++实现代码。
172

被折叠的 条评论
为什么被折叠?



