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:
1.首先想到的办法就是穷举,依次以每个数为根基,找最大连续子向量。这样就可以得到n个最大连续子向量,最后找出n个连续子向量中最大的那个子向量,返回即可。
public class Solution {
public int FindGreatestSumOfSubArray(int[] array) {
int lens = array.length;
int temp, sum;//注意初始值不可为0,防止数组只有负数
int[] result = new int[lens];
int endRes;
for(int j=0;j<lens;j++){//依次以每个数为根基,如果有n个数,那么我们就能找出n个最大子向量。
sum = array[j];
temp = array[j];
for(int i=j+1;i<lens;i++){
if(temp+array[i]>temp){
sum = temp + array[i];
}
temp=temp+array[i];
}
result[j]=sum;
}
endRes = result[0];
for(int i=0;i<lens;i++){//比较n个最大子向量,找出最大的那个
if(result[i]>endRes){
endRes = result[i];
}
}
return endRes;
}
}
2.使用动态规划法
public
int
FindGreatestSumOfSubArray(
int
[] array) {
int
res = array[
0
];
//记录当前所有子数组的和的最大值
int
max=array[
0
];
//包含array[i]的连续数组最大值
for
(
int
i =
1
; i < array.length; i++) {
max=Math.max(max+array[i], array[i]);
res=Math.max(max, res);
}
return
res;
}