题目:
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)
思路一:
对于一个数A,若是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。
代码:
class Solution:
def FindGreatestSumOfSubArray(self, array):
cur, res = array[0], array[0]
for i in range(1, len(array)):
if cur > 0:
cur += array[i]
else:
cur = array[i]
res = max(cur, res)
return res
思路二:
动态规划
代码:
class Solution:
def FindGreatestSumOfSubArray(self, array):
cur, res = array[0], array[0]
for i in range(1, len(array)):
cur = max(cur+array[i], array[i])
res = max(res, cur)
return res