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)。你会不会被他忽悠住?(子向量的长度至少是1)
思路:用tempSum记录累计值,maxSum记录和最大
1、对于一个数A,若是A的左边累计数非负,那么加上A能使得值不小于A,认为累计值对 整体和是有贡献的。如果前几项累计值负数,则认为有害于总和,tempSum记录当前值。
2、此时 若tempSum大于maxSum 则刷新maxSum的值
算法的时间复杂度:O(N)
class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array) {
if(array.size()==0){
return 0;
}
int tempSum=array[0];
int maxSum=array[0];
//从数组第二个元素开始遍历
for(int i=1;i<array.size();i++){
//如果左边的累计值是负数,那么对于总和是没有意义的
if(tempSum<=0){
tempSum=array[i];
}
else{
tempSum+=array[i];
}
if(tempSum>maxSum){
maxSum=tempSum;
}
}
return maxSum;
}
};