题目要求
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)
分析思路
动态规划:
- 找到以array【i】为最后一个子数组元素的最大和max:
- 以array【i-1】为最后一个子数组元素的最大和max加上array【i】
- 只包含array【i】的数组
- 上述两个值比较大小,取最大值
- 找到所有子数组的最大值res
- 第一步中以arrray【i】 为最后一个子数组元素的最大和max
- 以数组中任意一个元素结尾的最大值的和
- 上述两个值比较大小,取最大值
如数组[6, -3, -2, 7, -15, 1, 2, 2]
初始状态:
i=0:
max=6,res=6
i=1:
max=3 6-3=3>-3
res=6 6>3
i=2:
max=1 3-2>-2
res=6 6>1
…
代码
public int FindGreatestSumOfSubArray(int[] array) {
if(array.length<=0){
return 0;
}
int max=array[0]; //初始以0结尾的最大值
int res=array[0]; //所有子数组的最大值 不设为0 防止只有负数
for(int i=1;i<array.length;i++){
max=Math.max(max+array[i],array[i]);
res=Math.max(res,max);
}
return res;
}