连续子数组的最大和

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：

方法一：举例分析数组的规律 O(n)

（当前面累加的和+当前数） < 当前数的时候，就抛弃前面的记录，从当前数字开始从新来过

注意：要考虑全是负数的情况（结果是最大的负数）

public class Solution {
    public int FindGreatestSumOfSubArray(int[] array) {
        //边界
        if(array == null || array.length == 0) return 0;
        
        int res = Integer.MIN_VALUE; 
        int sum = array[0];
        for(int i = 1 ;i<array.length;i++){
            sum += array[i];
            if(sum < array[i]) sum = array[i];
            res = Math.max(sum , res);
        }
        return res;
    }
}

方法二：应用动态规划法

f(i)表示：以第i个数字结尾的子数组的最大和，那么我们要的结果就是MAX{ f(i) }

当i==0 或者 f(i-1)<=0 时，f(i) = 当前数data[i]

当i!=0 并且 f(i-1)>0时， f(i) = f(i-1)+当前数data[i]

public class Solution {
    public int FindGreatestSumOfSubArray(int[] array) {
        if(array == null || array.length==0) return 0;
        
        int length = array.length;
        int [] f = new int [length+1];
        f[0] = array[0];
        for(int i = 1 ;i<length;i++){
            if(f[i-1]<=0) f[i] = array[i];
            else f[i] = f[i-1]+array[i];
        }
        int res = f[0];
        for(int i = 0 ; i<length;i++) {
            res = Math.max(res,f[i]);
        }
        return res;
    }
}