## [$AcWing$ $135$. 最大子序和 ](https://www.acwing.com/problem/content/137/)
### 一、题目描述
输入一个长度为 $n$ 的整数序列，从中找出一段 **长度不超过 $m$ 的连续子序列**，使得子序列中所有数的和最大。
注意： 子序列的长度至少是 $1$。
**输入格式**
第一行输入两个整数 $n,m$。
第二行输入 $n$ 个数，代表长度为 $n$ 的整数序列。
同一行数之间用空格隔开。
**输出格式**
输出一个整数，代表该序列的最大子序和。
**数据范围**
$1≤n,m≤300000$,保证所有输入和最终结果都在 `int` 范围内。
**输入样例**：
```cpp {.line-numbers}
6 4
1 -3 5 1 -2 3
```
**输出样例**：
```cpp {.line-numbers}
7
```
### 二、暴力作法
如果只要 **固定长度为$m$的连续子区间** 元素总和最大，那就是个简单的滑动窗口，我们先计算一下前缀和，然后维护一个滑动窗口，一边加来一边减就行了。
此题就难度提升了，因为是一个 长度不超过$m$ 的连续子区间！
窗口长度不固定，那我们就考虑枚举每个位置做为终点，然后从终点向回走，最长枚举$m$个长度，这样纯暴力的思路就出来了！
#### 暴力大法
$TL$E掉$3$个点
通过了 $11/14$个数据
```cpp {.line-numbers}
#include
using namespace std;
// Brute-force 暴力
const int N = 300010;
const int INF = 0x3f3f3f3f;
int s[N];
int n, m;
// TLE掉3个点,通过了 11/14个数据
int main() {
cin >> n >> m;
for (int i = 1; i <= n; i++) cin >> s[i], s[i] += s[i - 1];
int res = -INF;
// 遍历每一个终点
for (int i = 1; i <= n; i++)
// 从终点向前，找出所有区间在m之内的数字，通过前缀和计算出区间的累加和，保留最大值
// 在刚刚出发不久，长度不够m的时候,即i max(0, i - m); j--)
res = max(res, s[i] - s[j - 1]); // j>0 && j> i-m --> j> max(0,i-m)
printf("%d\n", res);
return 0;
}
```
### 三、优化办法
本题的数据范围是$30w$，上面**平方级别复杂度**的代码显然会超时。
**状态表示**
$f[i]$:以第$i$个数字结尾的长度不超过$m$的子序列的最大和
$s[i]$:数组的前缀和，则$a[l] + ... + a[r] = s[r] - s[l-1]$
状态转移方程为$f[i] = max(s[i] - s[j-1])$，其中$i - j$大于等于$0$并且不超过$m$
**举个栗子**：
- 假设：现在$i=8,m=3$,就是要找出包括$i=8$在内，$3$个数字的窗口中，窗口的最大值:
$$\large res=max(a[8]+a[7]+a[6],a[8]+a[7],a[8])$$
- 每次计算累加和不好计算，我们采用前缀和优化一下
$$\large res=max( s[8]-s[5],s[8]-s[6],s[8]-s[7])$$
- 当前枚举到了$8$,可以认为$s[8]$是固定值，那么其实就是在求
$$\large min(s[5],s[6],s[7])$$
这些数字的特点是：$8$的左侧三个范围内，前缀和最小。典型的 **单调队列求极小值问题**。
- 推广到通用形态，当前枚举到的是$i$,那么就是在求$$\large min(s[i-1],s[i-2],…,s[i-m])$$ (可以类比一下上面的例子)
- 由上面的分析得知，其实这个窗口就是在$i$前面的$m$个位置内！不包括$i$
- 采用单调队列优化一下，可以在$O(1)$时间内找出前面$m$个数的最小值：维护一个队列，保存距离当前结点前面$i-1 \sim i-m$范围内的前缀和最小的那个结点索引下标。每次计算到$i$时，直接取队列中的队头进行计算即可。
因为$i$不在窗口中，当枚举到$i$时，**需要在它未加入到队列前查询队列头**！
- 考虑一下边界问题，如果$i=1$，那么它也需要向队列中去找出它前面的最小前缀和,而它是第一个进来的，还没有来得及维护队列，这样的话就找不到了，需要手动向队列中初始化一个合理的初始化值 **【哨兵】**。从本题来说，就是第一个数字前面的所有前缀和，当然是$0$，即$q[hh]=q[0]=0,tt++$; 并且因为$q$是定义在全局变量区，默认就是$0$，不用再写这句，所以直接$tt=0$就描述了初始化的过程。
#### 算法细节
在单调队列的实现时，需要先在队列中加入哨兵结点$s[0]$，后面就是解决四个问题:
* ① 何时出队头，枚举到第$i$个数字时，第$i$个数字还没加入队列时，队头元素的下标允许的最小值是$i - m$，所以当$i - q[hh] > m$时就需要出队头了
* ② 何时出队尾，我们需要队头的元素是$s[q[hh]]$最小的元素，所以当$s[i] <= s[q[tt]]$时，出队尾元素
* ③ 何时加入新元素，队尾元素该出的出完了就可以将$i$加入到队列中了
* ④ 何时更新我们要求的长度不超过$m$的子序列的和的最大值$res$，只要在确保队列中的元素个数不超过$m$时就可以尝试更新$res$了
#### 时间复杂度
使用单调队列优化$DP$的方法时间复杂度是$O(n)$。
### 四、单调队列实现
```cpp {.line-numbers}
#include
using namespace std;
const int N = 300010;
const int INF = 0x3f3f3f3f;
int n, m;
int q[N];
// 单调队列，本质记录的是下标序号，因为只有记录了下标，才能知道是否离i的距离长度超过m了没有。
// 同时，记录了下标的话，想要其它的信息都是可以表示出来的，比如s[q[hh]]
int s[N]; // 前缀和
int res = -INF; // 预求最大，先设最小
int main() {
cin >> n >> m;
for (int i = 1; i <= n; i++) cin >> s[i], s[i] += s[i - 1]; // 前缀和
int hh = 0, tt = 0; // 等价于增加了一个哨兵节点,也就是把下标为0的前缀和s[0]=0加入了滑动窗口中，描述1号节点向前m个节点的前缀和最小值是0
// 枚举右边界
for (int i = 1; i <= n; i++) {
// 1、老掉牙的需要去世
while (hh <= tt && q[hh] < i - m) hh++;
// 2、此时单调队列中保存就是i以前、长度最长为m的单调上升的一个序列，队列头保存的就是i前面前缀和的最小值
// 此时i还没有进入队列，单调队列其实在枚举数字i的左侧
res = max(res, s[i] - s[q[hh]]);
/*
把0，也就是sum(0)塞入队列中（这是给sum（1）用的，因为可能sum（1）-sum（0）就是最大的子序列，不加这个0就没法计算了），最小值为0
*/
// 3、i入队列
// 比i老没它小的都去死吧~
while (hh <= tt && s[q[tt]] >= s[i]) tt--;
// i入队列,本轮结束
q[++tt] = i;
}
// 输出结果
cout << res << endl;
return 0;
}
```