题目:
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)
思路:
- 简单来说就是找出一个数组中和最大的一截。
- 开始想到了力扣上的最长连续回文子串题,用到的滑动窗口法(类似题目都可以参考),但是发现没有必要,只需要滑动左端的起始点就可以了,相对来说更简单
- 这题的关键在于如何处理负数以及判断条件:
- 其实从最左端往右遍历,只要累加的和是正数,就可以继续;
- 当累加的和为负数时,说明遇到了一个大负数,设为A,A的左侧是没有比它更大的连续子数组的正数和来把A抵消掉的,所以这时候我们可以直接跳过A,从A的下一位累加
- 重复上面的步骤直到遍历完数组
- 这里要注意兼容全是负数的情况,所以max初始值要设为无穷小(或者数组第一个元素) - 为了简化代码突出逻辑,这题就用python3.7来实现了昂
代码:
class Solution:
# 吐槽下牛客这默认的方法命名风格,不应该是全小写下划线分隔么
def FindGreatestSumOfSubArray(self, array):
# 负无穷大
max = float("-inf")
return self.find(max, array)
def find(self, max, array):
temp_max = 0
for i in range(0, array.__len__()):
temp_max += array[i]
if temp_max > max:
max = temp_max
if temp_max < 0:
return self.find(max, array[i+1:])
return max