连续子数组的最大和
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
- 数组
图片转自剑指Offer(三十):连续子数组的最大和 | Jack Cui。
如图所示,当累加和小于零时,加上另一个数a的结果肯定是小于a的。因此,在第二步结束后,累加和为-1小于零,应当清空累加和,令其等于a。
此外,遍历过程中,需要一个变量记录当前时刻为止的最大的子数组和,最大子数组和当且仅当累加和大于它的时候,进行更新。
代码
# -*- coding:utf-8 -*-
class Solution:
def FindGreatestSumOfSubArray(self, array):
# write code here
maxSum,cascadeSum = array[0],array[0]
for num in array[1:]:
if cascadeSum > 0:
cascadeSum += num
else:
cascadeSum = num
if cascadeSum > maxSum:
maxSum = cascadeSum
return maxSum
if __name__ == "__main__":
print Solution().FindGreatestSumOfSubArray([-2,-8,-1,-5,-9])