【信息学奥赛一本通 C++题解】1285:最大上升子序列和

信息学奥赛一本通(C++版)在线评测系统
基础算法 第一节 动态规划的基本模型
1285:最大上升子序列和


“最大上升子序列和”问题课堂讲解

1. 理解题意

同学们,想象我们有一串数字,就像一串彩色的珠子,每个珠子上都标着一个数字,这就是题目里说的序列。比如有这样一串数字:(1),(7),(3),(5),(9),(4),(8)。

现在我们要从这串数字里挑出一些数字,这些数字要满足后面的数字比前面的数字大,这样挑出来的数字组成的新序列就叫上升子序列。比如说从上面那串数字里挑出(1),(3),(5),(9),这就是一个上升子序列。

我们的任务是在所有能挑出来的上升子序列里,找到数字加起来和最大的那个上升子序列,然后把这个最大的和告诉大家。要注意哦,最长的上升子序列,它的数字和不一定是最大的。就像数字序列(100),(1),(2),(3),最长的上升子序列是(1),(2),(3),但是数字和最大的上升子序列是(100),因为(100)比(1 + 2 + 3)的和要大。

2. 解题思路

我们可以用一种像搭积木一样的方法来解决这个问题,这种方法叫动态规划。

我们先给每个数字都想象有一个“小背包”,这个“小背包”里装着以这个数字结尾的最大上升子序列的和。一开始,每个数字自己就是一个长度为(1)的上升子序列,所以每个数字“小背包”里的和就是它自己的值。

然后呢,我们从第二个数字开始,一个一个地看。对于每个数字,我们回头看看它前面的那些数字。要是前面有个数字比它小,那就说明可以把这个小的数字和当前数字连起来,形成一个新的上升子序列。我们就把前面那个小数字“小背包”里的和,加上当前数字,得到一个新的和。我们比较一下,是原来这个数字“小背包”里的和大,还是新得到的和大,把大的那个存到当前数字的“小背包”里。

最后,我们看看所有数字的“小背包”,找出里面最大的那个和,这个和就是我们要找的最大上升子序列的和啦。

3. 解题步骤

  1. 输入数字序列:我们要先知道这串数字有多少个,也就是输入序列的长度(N)。然后把这串数字里的每个数字都一个一个地记下来,存到一个数组里。
  2. 初始化“小背包”:让每个数字的“小背包”(也就是存储以该数字结尾的最大上升子序列和的数组)里都先装上它自己的值,因为每个数字自己就是长度为(1)的上升子序列,和就是它本身。
  3. 更新“小背包”:从第二个数字开始,一个一个地看,对于每个数字,看看它前面比它小的数字,把前面小数字“小背包”里的和加上当前数字,和原来当前数字“小背包”里的和比较,把大的那个存到当前数字的“小背包”里。
  4. 找出最大和:看看所有数字的“小背包”,找出里面最大的那个和,这就是我们要的答案。

4. C++代码实现

#include <iostream> // 包含输入输出流的头文件,这样我们就能从键盘输入数字,把结果输出到屏幕上啦
using namespace std; int main() {int n; // 定义一个变量 n,用来存数字序列里有多少个数字cin >> n; // 从键盘输入数字的个数,存到 n 里int a[1005]; // 定义一个数组 a,用来存数字序列,最多能存 1005 个数字int dp[1005]; // 定义一个数组 dp,这就是我们说的“小背包”数组,用来存以每个数字结尾的最大上升子序列的和// 输入数字序列,并初始化“小背包”for (int i = 1; i <= n; i++) {cin >> a[i]; // 从键盘输入一个数字,存到数组 a 的第 i 个位置dp[i] = a[i]; // 把“小背包”数组 dp 的第 i 个位置初始化为当前数字 a[i]}// 更新“小背包”for (int i = 2; i <= n; i++) { // 从第二个数字开始看for (int j = 1; j < i; j++) { // 看看当前数字前面的所有数字if (a[j] < a[i]) { // 如果前面的数字 a[j] 比当前数字 a[i] 小// 比较 dp[i] 和 dp[j] + a[i] 的大小,把大的那个存到 dp[i] 里dp[i] = max(dp[i], dp[j] + a[i]);  }}}int ans = 0; // 定义一个变量 ans,用来存最大上升子序列的和,先初始化为 0// 找出“小背包”数组里的最大值for (int i = 1; i <= n; i++) {ans = max(ans, dp[i]); // 比较 ans 和 dp[i] 的大小,把大的那个存到 ans 里}cout << ans << endl; // 把最大上升子序列的和输出到屏幕上return 0;
}

5. 知识点总结

  1. 数组:我们用了两个数组,(a)数组存原始的数字序列,(dp)数组存每个数字对应的“小背包”里的和。数组就像一个小抽屉,我们可以把很多东西(这里是数字)一个一个地放进去,还能按照顺序找到它们。
  2. 循环:循环就像一个勤劳的小工人,会按照我们的要求重复做一些事情。这里用了两层循环,外层循环一个一个地看数字,内层循环回头看前面的数字,这样就能更新每个数字的“小背包”啦。
  3. 动态规划:这是一种很厉害的解题方法,把大问题分成很多小问题,先解决小问题,再从这些小问题的答案里找到大问题的答案。在这个问题里,我们先算出每个数字对应的最大上升子序列的和,再从这些和里找出最大的,就是整个序列的最大上升子序列的和啦。
  4. 比较大小:用(max)函数来比较两个数的大小,找出大的那个数。这样就能更新“小背包”里的和以及最终的最大和答案啦。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/895666.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

刷题记录Day4(补)

24. 两两交换链表中的节点 ① 使用虚拟节点 ② 最后返回头结点的时候&#xff0c;head 本来的头节点已经和第二位交换了&#xff0c;需要重新赋值 ③ 使用临时指针保存变量 ④ 如果是空的不用特殊判断&#xff0c;空的返回头节点也还是空的 class Solution { public:ListNo…

花西子携手赛博威共创新品创新平台,驱动“新质美力”高质量发展

国货彩妆品牌花西子与赛博威信息科技达成【新品创新平台】项目合作&#xff0c;共探“新质美力”的高质量发展路径。 近日&#xff0c;赛博威信息科技CEO陈国平携团队走进花西子“百年之诗”馆&#xff0c;深入了解花西子的品牌理念、企业文化及百年愿景&#xff0c;并与花西子…

[JVM篇]垃圾回收器

垃圾回收器 Serial Seral Old PartNew CMS(Concurrent Mark Sweep) Parallel Scavenge Parallel Old G1 ZGC

在VScode内接入deepseek(本地部署版包会)

目录 1. 首先得有vscode软件 2. 在我们的电脑本地已经部署了ollama&#xff0c;我将以qwen作为实验例子 3. 在vscode上的扩展商店下载continue 4. 下载完成后&#xff0c;依次点击添加模型 5. 在这里可以添加&#xff0c;各种各样的模型&#xff0c;选择我们的ollama 6. 选…

[题解]2024CCPC重庆站-小 C 的神秘图形

Sources&#xff1a;K - 小 C 的神秘图形Abstract&#xff1a;给定正整数 n ( 1 ≤ n ≤ 1 0 5 ) n(1\le n\le 10^5) n(1≤n≤105)&#xff0c;三进制字符串 n 1 , n 2 ( ∣ n 1 ∣ ∣ n 2 ∣ n ) n_1,n_2(|n_1||n_2|n) n1​,n2​(∣n1​∣∣n2​∣n)&#xff0c;按如下方法…

AI外呼机器人:营销新利器还是骚扰电话的升级版?

"您好&#xff0c;这里是XX房产&#xff0c;最近有购房需求吗&#xff1f;""您好&#xff0c;您最近有种牙需求吗&#xff1f;" 相信很多人都接到过类似的营销电话&#xff0c;而电话那头&#xff0c;很可能已经不是真人&#xff0c;而是AI外呼机器人。 近…

应对DeepSeek总是服务器繁忙的解决方法

最近由于访问量过大&#xff0c;DeepSeek服务器官网经常弹出&#xff1a;“服务器繁忙&#xff0c;请稍后再试”的提示&#xff0c;直接卡成PPT怎么办&#xff1f;服务器繁忙直接看到视觉疲劳&#xff1a; 解决DeepSeek卡顿问题 DeepSeek使用卡顿问题&#xff0c;是因为访问量…

游戏引擎学习第107天

仓库:https://gitee.com/mrxiao_com/2d_game_2 回顾我们之前停留的位置 在这段内容中&#xff0c;讨论了如何处理游戏中的三维效果&#xff0c;特别是如何处理额外的“Z层”。由于游戏中的艺术资源是位图而不是3D模型&#xff0c;因此实现三维效果变得非常具有挑战性。虽然可…

Spring Boot最新技术特性深度解析与实战应用

一、反应式编程:WebFlux与非阻塞架构 1.1 核心价值与场景 Spring Boot 2.x全面拥抱反应式编程模型,通过Spring WebFlux支持异步非阻塞的请求处理,适用于高并发、低延迟的微服务场景(如实时通信、物联网数据处理)。其基于Reactor库实现,采用事件循环模型,显著提升资源利…

2. 图片性能优化

图片性能优化 图片懒加载 如何判断图片出现在了当前视口 &#xff08;即如何判断我们能够看到图片&#xff09;如何控制图片的加载 原生实现 <img src"shanyue.jpg" loading"lazy" />loading"lazy" 延迟加载图像&#xff0c;直到它和视…

sql盲注脚本

在sqli-labs中的第8题无回显可以尝试盲注的手法获取数据 发现页面加载了3秒左右可以进行盲注 布尔盲注数据库名 import requestsdef inject_database(url):datanamefor i in range(1,15):low 32high 128mid (low high) // 2while low < high:path "id1 and asci…

文字识别产品、文档识别系统、表格识别API

文字识别技术让文字录入工作不再繁琐。人工智能时代&#xff0c;文字识别接口产品运用先进的光学字符识别与图像处理技术&#xff0c;衍生了一系列图像文字快速提取的应用场景。无论是扫描文件、照片文字还是PDF文档&#xff0c;文字识别接口都能轻松应对。支持对中文简体、中文…

Python 依赖管理的革新——Poetry 深度解析

引言 在 Python 生态中&#xff0c;依赖管理一直是开发者关注的重要话题。从最初的 pip 和 virtualenv&#xff0c;到后来的 pipenv&#xff0c;Python 依赖管理工具不断进化。而近年来&#xff0c;Poetry 作为一款集成包管理和虚拟环境管理的新兴工具&#xff0c;逐渐获得了广…

springcloud集成gateway

本篇文章只介绍gateway模块的搭建步骤&#xff0c;并无gateway详细介绍 gateway详解请查看&#xff1a;SpringCloudGateway官方文档详解 前置处理 父模块中已指定版本 不知道如何选择版本看这篇&#xff1a; 手把手教你梳理springcloud与springboot与springcloudalibaba的版本…

【Elasticsearch】文本分析Text analysis概述

文本分析概述 文本分析使 Elasticsearch 能够执行全文搜索&#xff0c;搜索结果会返回所有相关的结果&#xff0c;而不仅仅是完全匹配的结果。 如果你搜索“Quick fox jumps”&#xff0c;你可能希望找到包含“A quick brown fox jumps over the lazy dog”的文档&#xff0c…

建筑兔零基础自学python记录22|实战人脸识别项目——视频人脸识别(下)11

这次我们继续解读代码&#xff0c;我们主要来看下面两个部分&#xff1b; 至于人脸识别成功的要点我们在最后总结~ 具体代码学习&#xff1a; #定义人脸名称 def name():#预学习照片存放位置path M:/python/workspace/PythonProject/face/imagePaths[os.path.join(path,f) f…

二〇二四年终总结

写在前面 简单总结一下告诉自己&#xff0c;曾经活着 不必太纠结于当下&#xff0c;也不必太忧虑未来&#xff0c;当你经历过一些事情的时候&#xff0c;眼前的风景已经和从前不一样了。——村上春树 原本应该 24 年年中的时候写 23 年年终的总结&#xff0c;但是一直拖着&…

LabVIEW太阳能制冷监控系统

在全球能源需求日益增长的背景下&#xff0c;太阳能作为一种无限再生能源&#xff0c;被广泛应用于各种能源系统中。本基于LabVIEW软件和STM32F105控制器的太阳能制冷监控系统的设计与实现&#xff0c;提供一个高效、经济的太阳能利用方案&#xff0c;以应对能源消耗的挑战。 项…

Node.js中的npm包:从入门到实践指南

目录 一、npm的核心概念 二、npm核心命令与工作流 三、package.json深度解析 四、高级技巧与最佳实践 五、常见问题解决方案 六、未来趋势 在Node.js生态中&#xff0c;npm&#xff08;Node Package Manager&#xff09; 是开发者不可或缺的工具。它不仅是全球最大的开源软…

AIGC图生视频保姆级教程

一、AI文生图高阶技巧 推荐工具 ▸ MidJourney&#xff08;艺术感最强&#xff09; ▸ DALLE 3&#xff08;与ChatGPT深度联动&#xff09; ▸ Leonardo.ai&#xff08;精细化参数控制&#xff09; 核心策略 提示词架构&#xff1a; [主体描述][环境氛围][镜头语言][风格参数…