第2章 面试需要的基础知识
第3章 高质量的代码
第4章 解决面试题的思路
第5章 优化时间和空间效率
面试题39 : 数组中出现次数超过一半的数字
面试题40 : 最小的k个数
面试题42 : 连续子数组的最大和
第6章 面试中的各项能力
第7章 两个面试案例
题目描述
牛客网
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)
解题思路
方法一:动态规划
用函数f(i)表示数组中位置为0~i的这段数字可取的的连续最大和,最后返回f(i)中最大值即可,递推式如下:
f(i) = f(i-1) + array[i], if f(i-1) >= 0;
f(i) = array[i], if f(i-1) < 0;
实战
class Solution:
def FindGreatestSumOfSubArray(self, array):
# write code here
f = [None] * len(array)
f[0] = array[0]
for n in range(1, len(array)):
if f[n-1] >= 0:
f[n] = f[n-1] + array[n]
else:
f[n] = array[n]
return max(f)
方法二:
当以第i-1个数字结尾的子数组中所有数字的和小于0时,如果把这个负数与第i个数累加,则得到的结果比第i个数字本身还要小,所以这种情况下以第i个数字结尾的子数组就是第i个数字本身。如果以第i-1个数字结尾的子数组中所有数字的和大于0,则与第i个数字累加就得到以第i个数字结尾的子数组中所有数字的和。
实战
class Solution:
def FindGreatestSumOfSubArray(self, array):
# write code here
sums = 0
maxi = array[0]
for number in array:
if sums + number > 0:
sums += number
if sums > maxi:
maxi = sums
else:
sums = 0
if number > maxi:
maxi = number
return maxi