动态规划解最大子段和

最新推荐文章于 2023-01-11 18:00:49 发布

严优秀

最新推荐文章于 2023-01-11 18:00:49 发布

阅读量240

点赞数

CC 4.0 BY-SA版权

文章标签：动态规划

本文链接：https://blog.csdn.net/qq_43463117/article/details/105707587

本文深入探讨了最大子段和算法的实现细节，通过Java代码示例详细讲解了如何在给定数组中找到具有最大和的连续子数组。算法采用动态规划思想，通过迭代更新当前子段和与最大子段和，最终输出数组中最大子段的和。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

问题
在这里插入图片描述
解法

//最大子段和
//6
//-2 11 -4 13 -5 -2
import java.util.Scanner;
public class MaxSubsequenceSum {
	public static void main(String[] args) {
		Scanner in = new Scanner(System.in);
		int n = in.nextInt();
		in.nextLine();
		int[] arr = new int[n];
		for (int i = 0; i < arr.length; i++) {
			arr[i] = in.nextInt();
		}
		int tempSum = 0;
	    int maxSum = 0;
		for (int i = 0; i < arr.length; i++) {
			tempSum = (tempSum +arr[i]) > arr[i] ? (tempSum + arr[i]) : arr[i];	//重点在这里
	        if (tempSum > maxSum)   // 始终记录最大值
	            maxSum = tempSum;
		}
		System.out.println(maxSum);
	}
}