标签：第三章 求解 复杂度 子段 实践 问题 算法 数组 maxsum
一、实践题目名称
最大子段和
二、问题描述
给定n个整数（可能为负数）组成的序列a[1],a[2],a[3],…,a[n]，求该序列如a[i]+a[i+1]+…+a[j]的子段和的最大值。当所给的整数均为负数时，定义子段和为0。
要求算法的时间复杂度为O(n)
三、算法描述
分析题目，要求最大子段和，用N表示输入数组，S[i]记录以下标i结尾的子段和，S[i]的最大值即为最大子段和，而S[i]会依赖前面的子问题S[i - 1]，根据动态规划，即递归方程为：S[i] = max {S[i - 1] + N[i], N[i]}，边界条件即S[1] = N[1]。用k记录数组种负数个数，如果k会等于n及输入全为负数，输出0，否则，进行动态规划，用maxsum记录最大子段和即S[i]的最大值，填数组S过程中更新maxsum的值，填完数组S，得到的maxsum就是最大子段和，输出maxsum
四、问题求解
1、根据最优子结构性质，列出递归方程式
S[i] = max {S[i - 1] + N[i], N[i]} （1 <= i <= n）
2、给出填表法中的表的维度、填表范围和填表顺序
一维S[i]数组，从S[1]填至S[n]，从左至右
3、分析该算法的时间和空间复杂度
关键语句在一个for循环中，所以时间复杂度为 T(n) = O(n)
只需记录输入数的数组N和记录子段和的数组S，即空间复杂度为O(n)
五、心得体会
粗心导致的问题：一开始设置数组N以及存储子段和的数组S的大小是n，然后两个数组都是从1开始存的，就造成了不够存的溢出错误，后面修改大小为n + 1就正确了
这题用到了动态规划的思想，通过pta的几道题练习后，我对动态规划进一步了解了
动态规划总结
哪些问题可以使用动态规划
-
最优子结构（必须有）
原问题的解包含子问题的解
-
子问题重叠（不是必须有的）
许多子问题会重复求解，用表格存储子问题的解，要用时在查找
注：子问题不重叠既可以使用分治法，也可以用动态规划。但重叠时用分治法重复求解子问题导致效率低下
-
无后效性（必须有）
自下而上地求解，当前子问题求解只与下方的子问题有关
求解分析步骤
有向无环图
-
状态
分析当前状态
-
阶段
根据拓扑序划分阶段，某几个子问题求解后才能求解下一个子问题，它们就分为不同阶段
-
决策
写出状态转移方程 == 递归方程
标签：第三章,求解,复杂度,子段,实践,问题,算法,数组,maxsum 来源： https://www.cnblogs.com/yjling/p/15471097.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。