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)
解析:动态规划
代码:
public class Solution {
public int FindGreatestSumOfSubArray(int[] array) {
if(array.length ==0 || array == null)
return 0;
int res = array[0];
int max = array[0];
for(int i = 1; i < array.length; i++){
max = Math.max(array[i],array[i] + max); //之前的最大值加自己还没自己大,还要之前的干啥,动态规划判断是否保留前值
res = Math.max(res,max); //看一下当前最大值和之前的最大值哪个大?动态规划,一直存储最大值
}
return res;
}
}