标签:pre 1024 HDU include int 更新 Plus tmp dp
最大m子段和
二维空间不够
前缀模型优化,延迟更新
d
p
[
i
]
[
j
]
dp[i][j]
dp[i][j]到第
j
j
j个数,组成
i
i
i段时的最大和
d
p
[
i
]
[
j
]
=
m
a
x
(
d
p
[
i
]
[
j
−
1
]
,
m
a
x
{
d
p
[
i
−
1
]
[
k
−
1
]
}
+
a
[
j
]
(
i
<
=
k
<
=
j
)
)
dp[i][j]=max(dp[i][j-1],max\{dp[i-1][k-1]\}+a[j] \ \ \ \ \ (i<=k<=j))
dp[i][j]=max(dp[i][j−1],max{dp[i−1][k−1]}+a[j] (i<=k<=j))
d
p
[
j
]
=
m
a
x
(
d
p
[
j
−
1
]
,
p
r
e
[
j
−
1
]
)
+
a
[
j
]
dp[j]=max(dp[j-1],pre[j-1])+a[j]
dp[j]=max(dp[j−1],pre[j−1])+a[j]
int tmp;
for(int i = 1 ; i <= m ; i++)//段
{
for(int j = i ; j <= n ; j++)//开始位置
{
tmp=-inf;
for(int k=i-1 ; k <= j-1 ; k++){
tmp=max(tmp , dp[i-1][k]);
}
dp[i][j] = max(dp[i][j-1] , tmp) + a[j];
}
}
cout<< dp[m][n] <<endl;
#include<iostream>
#include<stdio.h>
#include<cstring>
#include<string>
#include<cmath>
#include<algorithm>
#include<map>
#include<set>
#include<queue>
#include<vector>
#include<stack>
using namespace std;
typedef long long ll;
#define inf 0x3f3f3f3f
const int maxn = 1e6+5;
int dp[maxn] , pre[maxn] , a[maxn];
int n , m;
int main()
{
while(cin >> m >> n)
{
memset(dp,0,sizeof(dp));
memset(pre,0,sizeof(pre));
for(int i = 1 ; i <=n ; i++)
{
scanf("%d" , &a[i]);
}
int tmp;
for(int i = 1 ; i <= m ; i++)//段
{
tmp = -inf;//a[1~n]有负数,为了取每段最大值
for(int j = i ; j <= n ; j++)//开始位置
{
dp[j] = max(dp[j-1],pre[j-1])+a[j];//简化状态转移方程
/*
状态转移方程好理解
主要说下更新次序问题
pre原先是max{dp[i-1][j-1]}j>=i
也就是前i-1段的最大和值
这里涉及一个前缀最大和值如何更新
见第一个写法
它是先循环取最大,再dp更新,dp在后的
多了时间复杂度
这种情况符合前缀模型,所以可以少一层循环减少复杂度
这时dp在前,后面更新pre,再更新tmp结果,每层i循环tmp赋最小值,为了取本轮最大值
注意到下标为j时,使用的是pre[j-1],更新的也是pre[j-1]
分析:本次i层循环,j次循环,先使用pre[j-1],然后更新的pre[j-1],当j+1次时,使用pre[j],但pre[j]并未更新,即每次都是使用前一个,更新前一个
作用:实际上每次i层循环都是使用i-1次循环时更新的pre[j-1]来更新的dp,
可理解为延迟更新一层i循环,达到得到max{dp[i-1][j-1]}j>=i,也就是前i-1段的最大和值
如果pre先于dp更新,当前j次循环时,导致使用了当前i层的值,不符合状态转移方程的含义
如果写成更新pre[j],则当j+1次循环时,要使用pre[j],也导致了使用当前i层的值
最后tmp不断比较当前dp[i][j]最大值,为了下一次j+1次循环更新pre
算是逻辑自洽的解释
以后如果时间复杂度高,如果发现有类似的前缀模型,就可以用这种思想优化
*/
pre[j-1] = tmp;
tmp = max(dp[j] , tmp);
}
}
cout << tmp <<endl;
}
}
标签:pre,1024,HDU,include,int,更新,Plus,tmp,dp 来源: https://blog.csdn.net/qq_50960478/article/details/117855868
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。