剑指offer——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)。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)

直观解法，遍历所有子数组，过程中记录和的最大值及位置。

时间复杂度O(n^2)

#include<climits>
class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) {
        int length = array.size();
        if(length == 0) return 0;
        int start = 0;
        int end = 0;
        int maxSum = INT_MIN;
        
        for(int i = 0; i < length; i++)
        {
            int sum = 0;
            for(int j = i; j < length; j++)
            {
                sum += array[j];
                if(sum > maxSum)
                {
                    start = i;
                    end = j;
                    maxSum = sum;
                }
            }
        }
        return maxSum;
    }
};

 

 换个角度，不是看下一个数是否大于0而决定是否累计进去，而是看之前的累积和是否大于0而决定要不要舍弃之前的累计和，从当前的数开始统计。

时间复杂度O(n)

#include<climits>
class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) {
        int length = array.size();
        if(length == 0) return 0;
        int start = 0;
        int end = 0;
        int maxSum = INT_MIN;
        int sum = 0;
        for(int i = 0; i < length; i++)
        {
            if(sum <= 0)
                sum = array[i];
            else
                sum += array[i];
            if(sum > maxSum)
                maxSum = sum;
        }
        return maxSum;
    }
};

 

动态规划方法