【动态规划】最大上升子序列和

题解：最大上升子序列和

题目传送门

AcWing 1016. 最大上升子序列和

一、题目重述

给定一个长度为 N 的序列 (a₁, a₂, …, aₙ)，我们需要找出所有可能的上升子序列中，和最大的那个子序列的和。上升子序列定义为：对于子序列 (b₁, b₂, …, bₛ)，满足 b₁ < b₂ < … < bₛ 且在原序列中的位置顺序不变。

二、题目分析

这个问题与经典的最长上升子序列(LIS)问题类似，但目标不是求最长长度，而是求最大和。需要注意：

1. 最长上升子序列的和不一定最大
2. 最大和上升子序列不一定最长

三、算法分析

采用动态规划解决：

• 定义 f[i] 表示以 a[i] 结尾的最大上升子序列和
• 对于每个 i，检查前面所有比 a[i] 小的元素 a[j]，将 a[i] 接到以 a[j] 结尾的最大和子序列后

四、动态规划思路

a. 状态表示

f[i]：以第 i 个元素结尾的最大上升子序列的和

b. 初始化

每个 f[i] 初始化为 a[i]（至少包含自己）

c. 状态转移

对于每个 i 从 1 到 n，对于每个 j 从 1 到 i-1：
如果 a[i] > a[j]，则 f[i] = max(f[i], f[j] + a[i])

d. 最终结果

所有 f[i] 中的最大值

五、代码实现

#include <bits/stdc++.h>
using namespace std;
// #define int long long
const int N = 1010;
int n;
int a[N];
int f[N];

void solve()
{
    cin >> n;
    for (int i = 1; i <= n; i ++)
        cin >> a[i];
    int ans = 0;
    for (int i = 1; i <= n; i ++)
    {
        f[i] = a[i]; // 初始化为a[i]本身
        for (int j = 1; j < i; j ++)
        {
            if (a[i] > a[j]) // 满足上升条件
            {
                f[i] = max(f[i], f[j] + a[i]); // 更新最大和
            }
        }
        ans = max(ans, f[i]); // 维护全局最大值
    }
    cout << ans << "\n";
}

signed main()
{
    ios::sync_with_stdio(false), cin.tie(0), cout.tie(0);
    solve();
    return 0;
}

六、重点细节

1. 初始化：每个 f[i] 初始化为 a[i]，因为至少可以单独作为一个子序列
2. 双重循环：外层循环遍历每个元素，内层循环检查前面所有可能接上的元素
3. 条件判断：只有当 a[i] > a[j] 时才考虑接上
4. 结果收集：需要在每次更新 f[i] 后检查是否是新的最大值

七、复杂度分析

• 时间复杂度：O(n²)，因为有两层嵌套循环
• 空间复杂度：O(n)，只需要一个长度为n的数组存储状态

八、总结

本题通过动态规划高效地解决了最大上升子序列和问题，与最长上升子序列问题的区别在于状态表示的含义和转移时的操作。理解这种差异对于掌握动态规划的灵活应用非常重要。