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)
方法一:可以从头到尾遍历,遍历过程中,对以每个元素开头的子数组求连续最大和,最后从各个最大和中找出最大的。
public int FindGreatestSumOfSubArray(int[] array){
int max = -99999;
if(array.length < 1){
return max;
}
for(int i=0; i<array.length; i++){
int temp1 = 0;
for(int j=i; j<array.length; j++){
temp1 += array[j];
if(temp1 > max){
max = temp1;
}
}
}
return max;
}
方法二:使用动态规划的方法,先以第一个数为局部最大和整体最大值,之后遍历数组,累加到局部最大值上,若新加上的数比局部最大值还要大,则把这个新数作为局部最大值,直到遍历结束;遍历过程中,若局部最大值大于整体最大值,则赋值给整体最大值。
public int FindGreatestSumOfSubArray(int[] array) {
int maxResult=array[0];
int maxTemp=array[0];
//依次后移,逐个相加
for(int i=1;i<array.length;i++){
//如果加新元素之后的和大于该元素(说明元素不为负),则更新值为计算的和,否则更新为该元素的值(加元素后比原来的值还小,肯定要更新)
maxTemp=(maxTemp+array[i])>array[i]?maxTemp+array[i]:array[i];
//加新元素之后的和大于上一轮的结果,更新,否则保持不变
maxResult=maxTemp>maxResult?maxTemp:maxResult;
}
return maxResult;
}