1、题目描述
【JZ30】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)
知识点:数组
难度:☆
2、解题思路
2.1 暴力遍历
对数组的每一个元素进行遍历,当遍历到第i
个元素时,我们分别计算array[i]
、array[i] + array[i+1]
、…、array[i] + array[i+1] + ... + array[array.length-1]
,总共有N的阶乘个结果,找出这些结果当中的最大值即可。
2.2 动态规划法
定义一个数组dp
,长度和array
一样。
dp[i]
表示:包含array[i]
的array
的连续子数组的最大和。
计算方法为:
当dp[i-1] > 0
时,dp[i] = dp[i-1] + array[i]
;
当dp[i-1] < 0
时,dp[i] = array[i]
。
原因解释:遍历到array[i]
时,dp[i]
有两个选择,要么就是加上dp[i-1]
,要么是不加dp[i - 1]
。如果dp[i-1] > 0
,那么加上array[i]
,肯定比array[i]
大;如果dp[i-1] < 0
,则还是就只取array[i]
,不然加了之后dp[i]
就更小了。
假设一个数组为array = {1,-2,3,10,-4,7,2,-5}
i=0时,子数组为{1}
,dp[0]=1
;
i=1时,子数组为{1,-2}
,dp[1]=-1
;
i=2时,子数组为{1,-2,3}
,dp[2]=3
;
i=3时,子数组为{1,-2,3,10}
,dp[3]=13
;
i=4时,子数组为{1,-2,3,10,-4}
,dp[4]=9
;
i=5时,子数组为{1,-2,3,10,-4,7}
,dp[5]=16
;
i=6时,子数组为{1,-2,3,10,-4,7,2}
,dp[6]=18
;
i=7时,子数组为{1,-2,3,10,-4,7,2,-5}
,dp[7]=13
;
通过分析可知,最大值为18,目标子数组是以array[6]
结尾的{3,10,-4,7,2}
。
3、解题代码
3.1 暴力遍历
package pers.klb.jzoffer.medium;
/**
* @program: JzOffer2021
* @description: 连续子数组的最大和(暴力遍历)
* @author: Meumax
* @create: 2020-07-08 14:09
**/
public class GreatestSumOfSubArray {
// 子向量的长度至少为1
public int FindGreatestSumOfSubArray(int[] array) {
int max = array[0];
int length = array.length;
int sum;
for (int i = 0; i < length; i++) {
sum = array[i];
if (max < sum) {
max = sum;
}
for (int j = i + 1; j < length; j++) {
sum += array[j];
if (max < sum) {
max = sum;
}
}
}
return max;
}
}
时间复杂度:O(N2)
空间复杂度:O(1)
package pers.klb.jzoffer.medium;
/**
* @program: JzOffer2021
* @description: 连续子数组的最大和
* @author: Meumax
* @create: 2020-07-08 14:09
**/
public class GreatestSumOfSubArray {
public int FindGreatestSumOfSubArray(int[] array) {
int[] dp = new int[array.length];
dp[0] = array[0];
int max = dp[0];
for (int i = 1; i < dp.length; i++) {
if (dp[i - 1] > 0) {
dp[i] = dp[i - 1] + array[i];
} else {
dp[i] = array[i];
}
max = Math.max(max,dp[i]);
}
return max;
}
}
时间复杂度:O(N)
空间复杂度:O(N),创建了一个长度为N的数组dp,可以不创建该数组,直接定义一个变量temp来临时保存dp[i]。
4、解题心得
暴力遍历是马上能想得到的,对于这种带“连续”条件的,一般可以从动态规划入手,动态规划的难点就在于找出状态方程,而状态方程其实就是找出规模为n时的解和规模为n-1时的解之间的关系。本题的状态方程为:当dp[i-1] > 0
时,dp[i] = dp[i-1] + array[i]
;当dp[i-1] < 0
时,dp[i] = array[i]
。分析出这一点,解题就不难了。