连续子数组的最大和

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;
    }