剑指offer - 30 -- 连续子数组的最大和 - C++

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)

动态规划是本题的最优解法，以下按照标准流程理解。

动态规划解析：

1.状态定义：设动态规划列表dp，dp[i]代表以元素nums[i]为结尾的连续子数组最大和。

    为何定义最大和dp[i]中必须包含元素nums[i]：保证dp[i]递推到dp[i+1]的正确性；如果不包含nums[i]，递推时则不满足题目的连续子数组要求。

2.转移方程：若dp[i-1] <= 0， 说明dp[i-1]对dp[i]产生负贡献，即dp[i-1]+nums[i]还不如nums[i]本身搭。

    当dp[i-1] > 0时：执行dp[i] = dp[i-1] + nums[i];

    当dp[i-1] <= 0时：执行dp[i] = nums[i];

3.初始状态：dp[0] = nums[0]，即以nums[0]结尾的连续子数组最大和为nums[0]

4.返回值：返回dp列表中的最大值，代表全局最大值

 

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) {
        int cur = array[0];
        int res = array[0];
        for(int i=1; i<array.size(); i++){
            cur[i] += cur[i-1] > 0 ? cur[i-1] : 0;
            res = res > cur[i] ? : res: cur[i];
        }
        return res;
    }
};