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:暂时只想出来了这种暴力算法,对于更优化的方法暂时还没想出来(菜)。就说一下这种暴力算法的思路吧:对于各种长度的连续子序列,我们都将它的和求出来存放在一个数组中,然后遍历这个数组找到最大的那个返回。
实现:
class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array) {
if(array.size()==0)
{
return 0;
}
int len = array.size();
vector<int> res;//存放和的数组
int max;//最大的
for(int i=1;i<=len;i++)//子序列的长度,最短为1,最长为这个序列本身的长度
{
for(int j=0;j<=len-i;j++)
{
int num = 0;
for(int k=0;k<i;k++)
{
num += array[j+k];
}
res.push_back(num);
}
}
max = res[0];
for(int i=0;i<res.size();i++)
{
if(max<res[i])
{
max = res[i];
}
}
return max;
}
};
等想出来非暴力的算法时再来补充!!!