标签：... nums int max len 动态 规划 dp
动态规划
动态规划背后的基本思想非常简单。大致上，若要解一个给定问题，我们需要解其不同部分（即子问题），再根据子问题的解以得出原问题的解
动态规划框架
//动态规划框架
//初始化 base case
dp[0][0][...] = base
//进行状态转移
for '状态1' in '状态1的所有取值'：
for '状态2' in '状态2的所有取值'：
for ...
dp[状态1][状态2][...] = 求最值(选择1，选择2...)
通俗的解释：通过子问题的解逐步累积推导出原问题的解。
实例1：求最长回文子串
//dp[j][i] 字符串从j->i是否为回文数
//动态回归方程d[i-1][j+i]是否为回文数
public String longestPalindrome(String s) {
int len=s.length();
boolean[][] dp = new boolean[len][len];
int max=-1;
String str="";
for (int i = 0; i < len; i++) {
for (int j = 0; j <= i; j++) {
if (s.charAt(j) == s.charAt(i) && (i - j <= 2 || dp[j+1][i-1]))
dp[j][i] = true;
if(dp[j][i] && i-j>max) {
max=i-j;
str=s.substring(j,i+1);
}
}
}
return str;
}
实例2：输入一个整型数组，数组里有正数也有负数。数组中的一个或连续多个整数组成一个子数组。求所有子数组的和的最大值。要求时间复杂度为O(n)
/*
字串问题一般都是分解子问题的过程，假设数组长度只有1个,不用求就只能是这个一元素的大小了，如果是2个元素，3个元素呢
元素个数 最大和
1 [0]
2 max([0]+[1],[1])
3 max([1]+[2],[2])
4 max([2]+[3],[3])
...
...
n max([n-1]+[n],[n])
分析:
1.当[n]>=[n-1]+[n]的时候说明[n-1]对结果产生了副作用，以n-1结尾的钱n项和还不如n项大，那么n项就作为起点位置了
2.当[n]<[n-1]+[n]的时候说明[n-1]对结果产生了正面作用，继续判断下一部分
3.综合以上分析这明显就是动态规划的特征（核心思想是把原问题分解成子问题进行求解，也就是分治的思想）
4.综合起来dp[i] 作为以i结尾连续字串最大和，本质就只有三行代码
max = dp[0] = nums[0];
dp[i] = Math.max(dp[i - 1] + nums[i], nums[i])
max = Math.max(max, dp[i]);
5. 当[n]>[n-1]+[n]时记录起始位置下标，当[n-1]+[n]>[n]时记录结束坐标，dp[i]>max时，则记录最大和
*/
//java代码
public int maxSubArray(int[] nums) {
int len = nums.length;
int[] dp = new int[len];
dp[0] = nums[0];
int max = dp[0];
for (int i = 1; i < len; i++) {
dp[i] = Math.max(dp[i - 1] + nums[i], nums[i]);
max = Math.max(max, dp[i]);
}
return max;
}
标签：...,nums,int,max,len,动态,规划,dp 来源： https://www.cnblogs.com/zincredible/p/13304053.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。