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)
leetcode对应题目:53、最大子序和 leetcode课程里面(九)动态规划讲过
总结:dp的经典题目,没想到dp[i]的状态表示的确很难做。
1、若dp[]保存的是到第i个元素的最大数组和可以么?
不可以,[1,1,-4,5],若中间有个很大的负数,dp[3] = 7,然而题目要求是连续数组!
2、dp[]保存的是:以第i个元素结尾的最大和。可!因为这样保证了dp[i-1],nums[i],dp[i]三者之间的关系
class Solution {
public:
int maxSubArray(vector<int>& nums) {
if(nums.size() == 1 ){
return nums[0];
}
vector<int> dp(nums.size()+1,0);
int max_res = INT_MIN;
for(int i = 1 ; i <= nums.size(); i++){
dp[i] = max(dp[i-1] + nums[i-1] ,nums[i-1]);
if(max_res < dp[i]) max_res = dp[i];
}
return max_res;
}
};
优化:dp数组是没必要的,因为我们每次只跟前面一个数组元素有关,直接用一个变量来保存就可以了。
class Solution {
public:
int maxSubArray(vector<int>& nums) {
if(!nums.size()) return -1;
int max_res = INT_MIN,curmax =0 ;
for(int i = 0 ; i < nums.size(); i++){
curmax = max(curmax+nums[i],nums[i]);
if(curmax > max_res) max_res = curmax;
}
return max_res;
}
};
或者:
class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array) {
if(!array.size()) return 0;
int presum = 0,max = INT_MIN;
for(int i = 0;i<array.size();i++){
if(presum + array[i] > array[i]){
presum += array[i];
}
else{
presum = array[i];
}
if(presum > max) max = presum;
}
return max;
}
};
用分治也可以做:
我们需要把数组一分为二,分别找出左边和右边的最大子数组之和,然后还要从中间开始向左右分别扫描,求出的最大值分别和左右两边得出的最大值相比较取最大的那一个。
class Solution {
public:
int maxSubArray(vector<int>& nums) {
if(nums.size() == 1) return nums[0];
return helper(nums,0,nums.size()-1);
}
int helper(vector<int>&nums,int left,int right){
if(left >= right) return nums[left];
int mid = left + (right - left) /2;
int leftmax = helper(nums,left,mid-1);
int rightmax = helper(nums,mid+1,right);
int midmax = nums[mid],t = midmax;//t表示连续子数组的和
for(int i = mid-1;i>=left;i--){
t += nums[i];
midmax = max(midmax,t);
}
t = midmax;//此时t表示从mid开始的左侧连续子数组之和
for(int i = mid+1;i<=right;i++){
t += nums[i];
midmax = max(midmax,t);
}
return max(midmax,max(leftmax,rightmax));
}
};