最近一直在复习一些算法及数据结构方面的东西,就找了一个适合找工作笔试的题目,在剑指Offer上刷了几道题目,发现对复习知识点还是很有用的,推荐要找工作的伙伴去剑指Offer刷题。
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)
这道题其实很简单,只需要考虑正数和负数就行了,如果和为正数的话就比较maxSumOfSubArray是否大于当前的数组元素加上之前求和的结果,取较大值
public int FindGreatestSumOfSubArray(int[] array) {
int sum = array[0];
int maxSumOfSubArray = sum;
for (int i = 1; i < array.length; i++){
if (sum >=0)
sum += array[i];
else
sum = array[i];
if(sum > maxSumOfSubArray)
maxSumOfSubArray = sum;
}
return maxSumOfSubArray;
}
当然这一看明显就是一道DP题,可以推出转态转移方程式:
a[j]=Max(a[j],a[j-1]+a[j])
a[j]表示的是前j项的最大和,只需要取当前元素和前j-1项的加上当前元素的较大的值即可。
public int FindGreatestSumOfSubArray(int[] array) {
int max = Integer.MIN_VALUE;
int sum = 0;
for(int i = 0 ; i < array.length ; i++){
sum = Math.max(array[i],array[i]+sum);
max = Math.max(sum,max);
}
return max;
}