题目: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(子向量的长度至少是1)。
思路:在遍历数组的同时,设置两个变量,curSum用来计算当前的子向量和,在合适的时候需要清空重计,biggest用来存储当前curSum与之前curSum中的最大值(max(biggest, curSum))。关键点在于什么时候需要对curSum进行清空重计。在遍历到array的第i个元素时,若第i个元素之前的curSum<0,则curSum+array[i] < 0 + array[i] = array[i],此时需要对curSum重新赋值计数(curSum = array[i] )。
python代码:
class Solution:
def FindGreatestSumOfSubArray(self, array):
# write code here
if not array:
return
biggest = cursum = array[0]
for i in range(1, len(array)):
# 若前面的数之和小于0,前面的数的和+第i个数肯定小于第i个数,重新计算curSum
if cursum < 0:
cursum = array[i]
else:
cursum += array[i]
biggest = max(cursum, biggest)
return biggest