剑指offer——最大连续子序列和
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)
题目分析:
枚举复杂度太大
用动态规划,复杂度为O(n)
AC代码:
六分代码:
class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array) {
if(array.size()==0)
return 0;
int count=0;//记录非负数个数
int Max= -100000007;//最小项初始化为一个极小的值
int maxSubArraySum= 0;//初始化最大连续子序列和为0
int tempSum=0;//临时最大连续子序列和为0
for(int index=0;index!=array.size();index++)
{
if(array[index]>=0)
count++;
if(array[index]>Max)
Max=array[index];
if(array[index]+tempSum>0)
tempSum+=array[index];
else
tempSum=0;
if(tempSum>maxSubArraySum)
maxSubArraySum=tempSum;
}
if(count==0)//如果全是负数,返回最大的负数
return Max;
else //否则返回最大连续子序列和
return maxSubArraySum;
}
};
十分代码:
借鉴牛客用户:牛客000001号 的回答
//思想相同,但是十分精炼,elegant!
class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array) {
if(array.empty()) return 0;
int sum = array[0], tempsum = array[0]; //注意初始值 不能设为0 防止只有负数
for(int i = 1; i < array.size(); i++) //从1开始 因为0的情况在初始化时完成了
{
tempsum = (tempsum < 0) ? array[i] : tempsum + array[i];
sum = (tempsum > sum) ? tempsum : sum;
}
return sum;
}
};