HDOJ1024M子段最大和问题摘要.PDFVIP

HDOJ 1024 M子段最大和问题 问题： 给定由n个整数(可能为负整数)组成的序列e1,e2,…,en,以及一个正整数m，要求确定序列的m个不相交子段， 使这m个子段的总和达到最大。 分析： 设b(i，j)表示数组e的前j项中i个子段和的最大值，且第i个子段含e[j](1£ i £m，i£ j £n)。以下称b(i, j)为“最 后一个元素属于第i子段的j元素i子段问题”。则n个元素中求i个子段的最优值显然为： best(i, n) Max{ b(i, j) } (i j n) 计算b(i，j)的最优子结构为： b(i，j) Max{ b(i, j- 1) + e[j], Max{ b(i- 1, t) } + e[j] } (i t j) 这样，可以得到时间复杂度为O(m * n ^ 2)和空间复杂度为O(m * n)的MS相当漂亮而且容易理解的DP算 法。当n不大的时候，这个算法足够优秀，然而，当n很大的时候，这个算法显然是不能让人满意的！ 优化： 观察上面的最优子结构，我们发现b(i, j)的计算只和b(i, j- 1)和b(i- 1, t)有关，也就是说只和最后一个元素属 于第i子段的j- 1元素i子段问题和前j- 1个元素的最大i- 1子 段问题有关 （可以分别理解为将e[j]作为最后一个元素而并入第i子段和将e[j]另起一段作为第i分段）。这样， 我们只要分别用c urr_best和prev_best两个一维数组保 存当前阶段和前一阶段的状态值b(i, *)和b(i- 1, *) 就行了，内存使用也就可以降为O(2 * n)。 再来看看时间。分析发现，原算法低效主要是在求max_sum(i, t) Max{b(i, t)} (i t j)的时候 用了O(n)的时间。其实，在求b(i, j)的过程中，我们完全 可以同时计算出max_sum(i, t)，因为max_sum(i,j) Max{b(i,j), max_sum(i,j- 1)}，这个只花费O(1)的 时间。而max_sum(i,t)不就是i+1阶段中要用到的吗？ 关键问题已经解决了！那如何保存max_sum呢？再开一个数组？我们可以在prev_best数组中保存！这个数 组的任务相当艰巨，它既存放着i- 1阶段的max_sum数 值，又存放这供i+1阶段使用的i阶段的max_sum值。MS这有点矛盾？其实这是可行的。注意到我们在计算 b(i,j)时只使用了prev_best [j- 1]，使用完了再也没有用 了，这样空闲着岂不浪费？其实我们可以将max_sum(i, j- 1)存放到prev_best [j- 1]里面——这个主意相当不 错，它让所有问题迎刃而解。 现在，我们得到了一个时间复杂度为O(m * n)、空间复杂度为(2 * n)的算法。这个算法相当优秀，以 至于m为小常数，n 1000000时，结果也是瞬间就出来 了 （此时算法的时间复杂度可以认为是O(n)的）。 1 #includestdio.h 2 #includestdlib.h 3 #define MIN_SUM 0 4 5 int max_sum(int e[], int n, int m) 6 { 7 int *curr_best; 8 int *prev_best; 9 int max_sum, i, j; 10 11 curr_best (int*)malloc(sizeof(int) * (n + 1)); 12 prev_best (int*)calloc(n + 1, sizeof(int)); 13 14 *curr_best 0; 15 e--; 16 17 for(i 1; i m; ++i) 18 { 19 max_sum MIN_SUM; 20 for(j i; j n; ++j) 21