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)
- 第一种思想: 动态规划
令 F(i):以array[i]为末尾元素的子数组的最大和
根据题意 可列出方程 : F(i)=max(F(i-1)+array[i] , array[i])
即:在array[i] 之前的所有子数组中的最大和 F(i-1)如果能令array[i] 的值继续增加则添加,否则抛弃,隐含可认为,以array[i]为末尾元素的子数组, 其F(i-1) 大于 0 时才有正向意义, 否则可不考虑前面的元素
做法:采用循环,计算以每一个元素结尾的 F(i)值, 并记录其中的最大值, 即为 最大连续子序列的和
int res = array[0]; //记录当前所有子数组的和的最大值
int max=array[0]; //包含array[i]的连续数组最大值
for (int i = 1; i < array.length; i++) {
max=Math.max(max+array[i], array[i]);
res=Math.max(max, res);
}
- 第二种思想: 实现过程与动态规划过程类似,但思想简单
若一维数组中的数字全部为正数,则全部相加即为最大值,目前,存在的问题在于,数组中存在负数,因此有可能需要适当的舍弃一些数字
我们仍然从头加到尾,但一旦发现,当前的和 小于 0 时,应当舍弃目前相加的所有数字,并从下一个正数开始重新相加
之所以可以全部丢弃,不考虑前面的任何数,是因为,若当前和为负数,则说明你当前相加的一定为负数,且前面所有正数的和都小于负数的和,因此从中间任何一个数开始重新相加都没有意义,他仍然会小于0
此外由于负数的存在,因此,每相加一个数,都要判断其是否比之前的值都要大,若大于,及时保存下来
class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array) {
int len = array.size();
if( len == 0)
return 0;
int temp = 0;
int maxvalue = 0;
for( int i = 0; i < len ; i++)
{
if( temp <= 0 )
{
temp = array[i];
}
else
{
temp += array[i];
}
if( maxvalue < temp)
{
maxvalue = temp;
}
}
return maxvalue;
}
};