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。但是向量中包含负数,是否用该包含某个负数,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个为之)。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)
解题思路:
对于一个数A,若A的左边累计数非负,那么加上A能使得值不小于A,认为累计值对整体和是有贡献的。如果前几项累计值负数,则认为有害于总和,sum记录当前的值。此时若和大于max_sum,则用max_sum记录下来。
class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array)
{
if(0 == array.size())
return 0;
int sum = 0;
int max_sum = array[0]; //注意不能设置为0,防止数组中全是负数
for(int i = 0; i < array.size(); i++)
{
if(sum <= 0)
sum = array[i];
else
sum += array[i];
if(sum >= max_sum)
max_sum = sum;
}
return max_sum;
}
};
动态规划:
F(i):以array[i]为末尾元素的子数组的和的最大值,子数组的元素的相对位置不变
F(i)= max(F(i-1)+array[i] , array[i])
res:所有子数组的和的最大值
res=max(res,F(i))
class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array)
{
if(0 == array.size())
return 0;
int res = array[0];
int sum = array[0];
for(int i=1; i < array.size(); i++)
{
sum = max(sum + array[i], array[i]);
res = max(res, sum);
}
return res;
}
};