数据结构
网络
关系数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究最大和，使得没有两个元素相邻 C++ 程序中的另一种方法
在这个问题中，我们给定一个大小为 n 的数组 arr[]，其中包含正值。我们的任务是创建一个程序来找到最大子序列和，方法是使数组中没有两个连续的元素。
问题描述 - 我们需要找到子数组的和，该子数组包含数组的元素，但不能考虑数组的任何两个相邻元素。
示例
让我们举一个例子来理解这个问题，
输入
arr[] = {5, 2, 1, 9, 6}输出
解释 -
Subarray sum are :
{5, 1, 6}, sum = 5 + 1 + 6 = 12
{2, 9}, sum = 2 + 9 = 11解决方案方法
在这里，我们将对问题有一个替代解决方案，该解决方案使用动态规划方法。在这种方法中，我们将找到满足给定条件的子序列并打印其中的最大值。我们将创建一个数组 maxSumDP[n]，它存储创建的子序列的最大子序列和。元素 maxSumDP[i] 存储通过从索引 i 到 n-1 取元素创建的子序列的最大和。为此，我们可以考虑数组 arr[i] 的当前元素，即 maxSumDP[i] = arr[i] + maxSumDP[i+2]。或者不考虑数组 arr[i] 的当前元素，即 maxSumDP[i] = maxSumDP[i+2]。
算法
初始化 -
maxSumDP[]
步骤 2 -
initialize the values of maxSumDP[n−1] and maxSumDP[n−2]. maxSumDP[n−1] = arr[n−1] and maxSumDP[n−2] = max(arr[n−1], arr[n−2]).
步骤 2 -
loop for i −> n−2 to 0
步骤 1.2 -
initialize the value of maxSumDP[i], maxSumDP[i] = maximum of (arr[i] + maxSumDP[i + 2], maxSumDP[i + 1])
步骤 3 -
Return maxSumDP[0] which is the maximum sum sequence sum.
示例
程序说明我们解决方案的工作原理，
#include <iostream>
using namespace std;
int retMaxVal(int a, int b){
if(a > b)
return a;
return b;
}
int calcMaxSum(int arr[], int n){
int maxSumDP[n];
maxSumDP[n−1] = arr[n−1];
maxSumDP[n−2] = max(arr[n−1], arr[n−2]);
for (int i = n − 2; i >= 0; i−−) {
maxSumDP[i] = retMaxVal(arr[i] + maxSumDP[i + 2],
maxSumDP[i + 1]);
}
return maxSumDP[0];
}
int main() {
int arr[] = { 5, 2 , 1, 9, 6 };
int n = sizeof(arr) / sizeof(int);
cout<<"The maximum subsequence sum in such a way that no two consecutive elements of the array is "<<calcMaxSum(arr, n);
return 0;
}输出
The maximum subsequence sum in such a way that no two consecutive elements of the array is 14
更新于： 2020-12-09
328 次查看
广告