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)。你会不会被他忽悠住?(子向量的长度至少是1)
思路:
定义一个最优值与当前值,遍历完数组一遍之后,返回最优值。
代码
# -*- coding:utf-8 -*-
class Solution:
def FindGreatestSumOfSubArray(self, array):
if array == None and len(array) == 0:
return
greatSum = -2**31
curSum = 0
for i in range(len(array)):
if curSum < 0:
curSum = array[i]
else:
curSum += array[i]
if greatSum < curSum:
greatSum = curSum
return greatSum
# write code here
探讨一维模式识别中连续子向量最大和问题的解决方案,通过定义最优值与当前值,遍历数组一次即可高效求解,即使数组包含负数也能正确处理。

被折叠的 条评论
为什么被折叠?



