参考自:《剑指Offer——名企面试官精讲典型编程题》
题目:连续子数组的最大和
输入一个整型数组,数组里有正数也有负数。数组中一个或连续的多个整数组成一个子数组。求所有子数组的和的最大值。要求时间复杂度为O(n)。
主要思路:
f(i):表示以第i个数字结尾的子数组的最大和;
data[i]:第i个数字的值
f
(
i
)
=
{
d
a
t
a
[
i
]
,
i
=
0
或
f
(
i
−
1
)
≤
0
d
a
t
a
[
i
]
+
f
(
i
−
1
)
,
i
≠
0
且
f
(
i
−
1
)
>
0
f(i)= \begin{cases} data[i],& i=0或f(i-1)≤0\\ data[i]+f(i-1),&i≠0且f(i-1)>0 \end{cases}
f(i)={data[i],data[i]+f(i−1),i=0或f(i−1)≤0i=0且f(i−1)>0
当以第i-1个数字结尾的子数组的和小于等于0时,如果将‘这个和
’与第i个数相加,得到的结果比第i个数还小(或相等)。因此f(i)取第i个数本身即可。
当以第i-1个数字结尾的子数组的和大于0时,可以把第i个数字加到它之前的连续子数组中,得到的和更大。因此f(i)等于它加上它之前的连续子数组和。
最大和即为f(i)中的最大值,其中
0
≤
i
<
n
0≤i<n
0≤i<n。
关键点:动态规划,递归
时间复杂度:O(n)
public class MaxSumOfSubArray {
private static int large;
public static void main(String[] args) {
int[] array = {1, -2, 3, 10, -4, 7, 2, -5};
int large = findGreatestSumOfSubArray(array);
//18
System.out.println(large);
}
private static int findGreatestSumOfSubArray(int[] array) {
if (array == null || array.length == 0) {
return 0;
}
large = Integer.MIN_VALUE;
findGreatestSubArray(array, array.length - 1);
return large;
}
/**
* 递归
*
* @param array the array
* @param index the index
* @return int
*/
private static int findGreatestSubArray(int[] array, int index) {
int result;
if (index == 0) {
result = array[0];
} else {
int previous = findGreatestSubArray(array, index - 1);
//前面子数组的和小于0,则从当前值重新计算
if (previous <= 0) {
result = array[index];
} else {
result = previous + array[index];
}
}
//更新最大值
if (large < result) {
large = result;
}
return result;
}
/**
* 循环法
*
* @param array the array
* @return int
*/
private static int findGreatestSubArrayByLoop(int[] array) {
int result = array[0];
int currentSum = array[0];
for (int i = 1; i < array.length; i++) {
if (currentSum <= 0) {
currentSum = array[i];
} else {
currentSum += array[i];
}
if (currentSum > result) {
result = currentSum;
}
}
return result;
}
}