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)
思路
如果前面计算的当前和小于零则不用考虑到之后的计算中,并且要使用一个变量来记录之前存取的最大值。
class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array) {
if(array.size() == 0)
return 0;
int greatest_sum = 0;
int current_sum = 0;
for(int i = 0; i<array.size(); i++)
{
//如果当前的和小于等于零,将它初始化为当前这个值
if(current_sum <= 0)
current_sum = array[i];
else
//计算当前和
current_sum += array[i];
//如果当前和大于之前的最大值,则更新
if(current_sum > greatest_sum)
greatest_sum = current_sum;
}
return greatest_sum;
}
};
Python
# -*- coding:utf-8 -*-
class Solution:
def FindGreatestSumOfSubArray(self, array):
# write code here
if len(array) < 1:
return None
#如果全为负数
if max(array) < 0:
return max(array)
#如果全为正数
if min(array) > 0:
return sum(array)
current_sum = 0
greatest_sum = 0
for num in array:
if current_sum <= 0:
current_sum = num
else:
current_sum += num
if current_sum > greatest_sum:
greatest_sum = current_sum
return greatest_sum