面试题31. 连续子数组的最大和
题目描述
HZ偶尔会拿些专业问题来忽悠那些非计算机专业的同学。今天测试组开完会后,他又发话了:
在古老的一维模式识别中,常常需要计算连续子向量的最大和,当向量全为正数的时候,问题很好解决。但是,如果向量中包含负数,是否应该包含某个负数,并期望旁边的正数会弥补它呢?
例如:{6,-3,-2,7,-15,1,2,2},连续子向量的最大和为8(从第0个开始,到第3个为止)。你会不会被他忽悠住?(子向量的长度至少是1)
思路:
动态规划,中心思想是,如果前面的和小于0,那么对于当前的数来说,加上前面的和以后,势必得到一个小于当前数的值,还不如不加。
- f(i) = arr[i] (i == 0 or f(i-1) < 0)
- f(i) = f(i-1) + arr[i] ( i != 0 and f(i-1) > 0)
f(i)表示以第i个数为结尾的子数组的最大和。
- 当以i-1为结尾的子数组的最大和小于0时,如果加上这个负数,那么得到的结果一定小于arr[i],还不如不加,所以直接取arr[i]
- 反之,以i-1为结尾的子数组的最大和大于0时,与arr[i]相加的结果一定大于arr[i]
public class Solution {
public int FindGreatestSumOfSubArray(int[] array) {
int max = array[0]; // 记录最大的连续和
int sum = 0; // 记录当前和
for(int i = 0; i < array.length; i++) {
// 如果上一步的和sum小于0,那么就不加sum
// 否则就是sum + array[i]
sum = sum < 0 ? array[i] : sum + array[i];
max = Math.max(max, sum);
}
return max;
}
}