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 } \{6,-3,-2,7,-15,1,2,2\} {6,−3,−2,7,−15,1,2,2},连续子向量的最大和为 8 8 8(从第 0 0 0个开始,到第 3 3 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 1 1)
解题思路
- 严重的吐槽一下剑指offer的出题形式。对于本题,给的例子恰好是从0号位置开始到3号位置结束为最大连续子序列的和,我就被误导为每次都是从0号开始计算最大连续子序列的和,结果导致出了bug不知道怎么debug。如果画出图来,一目了然的看懂应该会更好一些。
- 看懂题目后,这是一道动态规划问题。指针从 0 号位置开始,依次遍历,每遍历一个点(假设遍历到第 i 项),统计到目前为止子向量的和,如果此时子向量的和小于了该结点的值,说明前 i - 1 项之和为负,应该舍弃,从第 i 项开始重新统计,但是前面能够展现的最大值还是依旧保存着,只要后续有更大的子向量之和的话, 就会更新子向量的之和的最大值。
代码实现
class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array) {
int cur_sum = array[0];
int max_sum = array[0];
for (int i = 1; i < array.size(); i++){
cur_sum += array[i];
if (cur_sum < array[i]) // 说明前 i - 1 项之和小于0 那么前 i - 1 项就要被舍弃 但 max_sum 是不变的
cur_sum = array[i];
if (cur_sum > max_sum ) // 后续存在着更大的子向量的和 就会对max_sum进行更新
max_sum = cur_sum ;
}
return max_sum ;
}
};
拙劣的感觉,动态规划问题的特点是难想易写。