标签：规划求解 font 状态 main [] max 代码 algo ++
刚才看了下网上搜索到的TOP5使用动态规划解决此问题的代码，感觉没有突出动态规划的特点。所以自己思考了一番，提出如下解决方案：
首先再重复下动态规划的定义：将待求解的问题分解为若干个子问题（阶段），按顺序求解子阶段，前一子问题的解，为后一子问题的求解提供了有用的信息。
思考状态转移方程：设d[i]表示i个数形成的数组中最大的连续子数列和，数组arr[i] ,i=0...n-1; 那么d[i] 和 d[i-1]应该具备什么样的关系？显然，有两种情况，
一是arr[i]>0得到d[i] = max(sum+arr[i], d[i-1]) 二是d[i]<=0,那么有d[i]=d[i-1],其中sum表示从i-1往前的一段连续数组的和。如此就能得到如下代码：
#include <iostream> #include <algorithm> using namespace std; int main() { int arr[] = {1,-2,3,10,-4,7,2,-5}; int len = sizeof(arr)/sizeof(int); int dp[len]; int sum = arr[0]; dp[0] = sum; for(int i=1;i<len;++i) { sum = sum<=0?arr[i]:sum+arr[i]; if(arr[i]>0) { dp[i] = max(dp[i-1], sum); } else { dp[i] = dp[i-1]; } } cout << dp[len-1] << endl; return 0; }
标签：规划求解 font 状态 main [] max 代码 algo ++
原文地址：http://www.cnblogs.com/nice-forever/p/6597258.html
