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;
}
}