原题
题目:
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)。给一个数组,返回它的最大连续子序列的和,你会不会被他忽悠住?(子向量的长度至少是1)
Answer
思路分析
思路很清奇,其中temp_sum 用来记录遍历的元素非零和,max_sum 用来记录当前求出的连续子数组的最大和;
- 如果temp_sum<0,就将temp_sum重置为0,因为后面即使是正数,也比不不加这个负数和更大;
- 当temp_sum比之前的max_sum大时,就将其赋值给max_sum,一直遍历到最后一个元素为止。
# -*- coding:utf-8 -*-
class Solution:
def FindGreatestSumOfSubArray(self, array):
# write code here
temp_sum = max_sum = 0
for i in range(len(array)):
temp_sum += array[i]
max_sum = max(max_sum, temp_sum)
if temp_sum < 0:
temp_sum = 0
if max_sum == 0:
max_sum = max(array)
return max_sum
上述方式还是。。略显傻气,为了规避全负数组,进行了 if max_sum == 0:
判定处理,事实上,该步骤完全可以避免掉,下面是优化结构后的代码:
Python Version:
# -*- coding:utf-8 -*-
class Solution:
def FindGreatestSumOfSubArray(self, array):
# write code here
if not array:
return 0
temp_res = 0
res = array[0]
for index,count in enumerate(array):
if temp_res <= 0:
temp_res = count
else:
temp_res += count
res = max(res, temp_res)
return res
C++ Version:
class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array) {
if (array.empty()){
return 0;
}
int tempRes = 0;
int res = array[0];
for(int i = 0; i < array.size(); i++){
if (tempRes <= 0){
tempRes = array[i];
}
else{
tempRes += array[i];
}
res = max(res, tempRes);
}
return res;
}
};
采用动态规划:
C++ Version:
class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array) {
if (array.empty()){
return 0;
}
vector<int> temp (array.size(), 0);
int res = array[0];
for(int i = 0; i < array.size(); i++){
if (i == 0 || temp[i-1] <= 0){
temp[i] = array[i];
}
else{
temp[i] = array[i] + temp[i-1];
}
res = max(res, temp[i]);
}
return res;
}
};
Note:
- 对于 C++,vector 初试赋值为
vector<int> temp (array.size(), 0);
- 其次,C++ 不支持直接得到 vector 最大值,需要调用 algorithm 包,因此,此处定义一个变量 res 进行结果存储。
使用STL的Vector时,利用函数 max_element,min_element,distance可以获取Vector中最大、最小值的值和位置索引:)