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:该题目最容易想到的就是直接遍历寻找最大值,显然这并不是该题目的初衷,对于该题是一个很典型的动态规划问题:dp[n]为当前元素为截止点的连续子序列最大和,如果dp[n - 1] > 0,dp[n] = dp[n] + dp[n - 1],如果dp[n - 1] < 0,dp[n]不变,因为当前数字加上一个负数一定会变小,用max来记录最大的连续序列值。
直接遍历:
class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array) {
int len = array.size();
int sum = 0,max = array[0];
for(int i = 0;i < len;i++)
{
sum = 0;
for(int j = i;j < len;j++)
{
sum += array[j];
if(sum > max)
max = sum;
}
}
return max;
}
};
动态规划:
class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array) {
int len = array.size();
int sum = 0,max_val = array[0];
for(int i = 1;i < len;i++)
{
array[i] += array[i - 1] > 0 ? array[i - 1] : 0;
max_val = max(max_val,array[i]);
}
return max_val;
}
};