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)。你会不会被他忽悠住?(子向量的长度至少是1) 要求复杂度为O(n)
解题思路:最直观的思路是找出数组的所有子数组并分别求出它们的和,输出最大值。长度为n的数组的子数组个数为n(n+1)/2,计算出所有子数组的和,最快也需要O(n*n)时间。考虑另一种思路,第一步,第0个元素加上第1个元素和为3<6,仍然6作为最大和,同理再加上第2个元素和为1<6;第二步,再加上第3个元素时和为8>6,最大和更新为8;第三步,再加上第4个元素和为-7,对于后面元素相加来说前面加个负数肯定不是最大和,因此从第5个元素重新开始相加,此时最大和仍然是8;第四步,很明显把后面的元素都加上和为5<8,因此最大和为8。
解答:
# -*- coding:utf-8 -*-
class Solution:
def FindGreatestSumOfSubArray(self, array):
# write code here
length = len(array)
tmp_sum = array[0]
max_sum = array[0]
for i in range(1,length):
if tmp_sum < 0:
tmp_sum = array[i]
else:
tmp_sum = tmp_sum + array[i]
if tmp_sum > max_sum:
max_sum = tmp_sum
return max_sum