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)
考察点:时间复杂度;动态规划的思想;处理无效输入。
思路:从头遍历,暂存和,如果暂存的和小于等于0,则舍弃之前的数据,累加之后还会变小。最后取最大的暂存数据和。
如果还要保留路径,则可以选择vector,进行相应的栈清空和入栈操作。
class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array)
{
if (array.size() == 0)
return 0;
int currentSum = 0;//存放之前的最大和
int greaterSum = 0x80000000;//存放一个尽可能大的负数,初始化
for (int i = 0; i < array.size(); i++)//遍历数组
{
if (currentSum <= 0)//这个数对累加没意义,舍弃之前的
currentSum = array[i];
else //否则直接累加
currentSum += array[i];
//开始比较
if (currentSum > greaterSum)
greaterSum = currentSum;//保留一下
}
return greaterSum;
}
};