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:用动态规划。
当i=0,dp[i] = array[i];
当i>1,dp[i] = Math.max(dp[i-1]+array[i],array[i])
dp[i] 所保存的就是以array[i]为末尾元素的子序列的序列,然后在dp[]中找出最大的就是最长公共子序列。
public static int FindGreatestSumOfSubArray(int[] array) {
if(array.length==0 || array==null){
return 0;
}
int dp[] = new int[array.length];
dp[0] = array[0];
for (int i = 1; i <array.length; i++) {
dp[i] = Math.max(dp[i-1]+array[i],array[i]);
}
int max = array[0];
for (int i = 0; i <dp.length ; i++) {
if(dp[i]>max){
max = dp[i];
}
}
return max;
}