剑指Offer第30题 - 连续子数组的最大和 （C++ / Python ） 遍历+筛选

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)

 

思路：sum初试为0，遍历的时候对元素求sum，若sum小于0，则sum重新置为0，然后筛选最大的sum即为max的值。

需要注意的地方时：当列表中的元素全为负数时 需要返回最大的那个负数的值

C++

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array)
    {
        int sum = 0, max = 0;
        for(int i=0; i<array.size(); )
        {
            while(sum>=0 && i<array.size())
            {
                sum += array[i];
                if(sum>max)
                    max = sum;
                ++i;
            }
            sum = 0;
        }
        if(max==0)  // 如果数组中全是负数，则返回最大的那个负数值
        {
            max = array[0];
            for(int i=1; i<array.size(); ++i)
                if(array[i]>max)
                    max = array[i];
        }
        return max;
    }
};

Python

# -*- coding:utf-8 -*-
class Solution:
    def FindGreatestSumOfSubArray(self, array):
        # write code here
        sum_data, max_data = 0, 0
        i = 0
        while i < len(array):
            while sum_data >= 0 and i < len(array):
                sum_data += array[i]
                max_data = max(max_data, sum_data)
                i += 1
            sum_data = 0
        while max_data == 0:  # 全为负数
            return max(array)
        return max_data