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)
解题思路:
方法一:滑动窗口,时间复杂度高O(n²),暴力
方法二:规律,当前面的和小于0时抛弃
方法三:动态规划
方法一:
public class Solution {
//滑动窗口
public int FindGreatestSumOfSubArray(int[] array) {
int len=array.length;
int maxNum=Integer.MIN_VALUE;
for(int i=1;i<=len;i++){
int count;
for(int j=0;j<=len-i;j++){
count=sumNum(j,i,array);
maxNum=maxNum<count?count:maxNum;
}
}
return maxNum;
}
//窗口内的和
public int sumNum(int begin,int size,int[]array){
int count=0;
for(int i=0;i<size;i++){
count+=array[begin+i];
}
return count;
}
}
方法二:注意全负数的情况
public int FindGreatestSumOfSubArray(int[] array) {
int len=array.length;
int maxNum=array[0];
int count=0;
for(int i=0;i<len;i++){
count+=array[i];
maxNum=maxNum<count?count:maxNum;
if(count<0){
count=0;
}
}
return maxNum;
}
方法三:max(dp[i])
public int FindGreatestSumOfSubArray(int[] array) {
int len=array.length;
int[] dp=new int[len];
dp[0]=array[0];
int maxNum=array[0];
for(int i=1;i<len;i++){
if(dp[i-1]<0){
dp[i]=array[i];
}
else{
dp[i]=dp[i-1]+array[i];
}
maxNum=dp[i]>maxNum?dp[i]:maxNum;
}
return maxNum;
}