동적 계획 - 최대 연속 하위 시퀀스 및
10614 단어 데이터 구조와 알고리즘
-2 11 -4 13 -5 -2
11 + (-4) + 13 = 20 , 20
dp[0] = -2,
dp[1] = 11,
dp[2] = 7 (11 + (-4)),
dp[3] = 20 (11 + (-4) + 13)
dp[4] = 15
dp[5] = 13 (11 + (-4) + 13 + (-5) + (-2))
은 이런 dp수조를 설정함으로써 요구하는 최대와 사실은 dp[0], dp[1],..., dp[n-1]의 최대치(도대체 어떤 원소로 끝날지 알 수 없기 때문에) 다음에 방법을 강구하여 dp수조를 구한다.#include
#include
#include
using namespace std;
const int maxn = 10010;
int A[maxn],dp[maxn]; // A[i] ,dp[i] A[i]
int main(){
int n;
scanf("%d",&n);
for(int i = 0 ; i < n ; i++){
scanf("%d",&A[i]);
}
//
dp[0] = A[0];
for(int i = 1 ; i < n ; i++){
//
dp[i] = max(A[i],dp[i-1]+A[i]);
}
int k = 0;
for(int i = 1 ; i < n ; i++){
if(dp[i] > dp[k]){
k = i;
}
}
printf("%d
",dp[k]);
return 0;
}
상태의 무후효성이란 현재 상태가 역사 정보를 기록하고 현재 상태가 확정되면 다시 바뀌지 않으며 미래의 결정은 기존의 한 개 또는 몇 개의 상태를 바탕으로 할 수 있고 역사 정보는 기존의 상태를 통해 미래의 결정에 영향을 미칠 수 있다.
동적 기획이 풀 수 있는 문제에 대해 말하자면 많은 디자인 상태의 방식이 있지만 모든 상태가 후효성이 없는 것은 아니다. 따라서 반드시 후효성이 없는 상태와 상응하는 상태 이동 방정식을 설계해야 한다. 그렇지 않으면 동적 기획은 정확한 결과를 얻을 수 없다.사실상 상태와 상태 이동 방정식을 어떻게 설계하는가가 동적 기획의 핵심이고 동적 기획이 가장 어려운 부분이다.
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
두 갈래 나무의 깊이가 두루 다니다텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.