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)。你会不会被他忽悠住?(子向量的长度至少是1)
解题思路
在决定是否将数组中元素A加入到连续子数组中时,判断元素A之前的连续子数组的和是否大于0. 如果大于0,则将A续到连续子数组中;否则以A为起点,重新定义连续子数组。
Python代码
第一版:
def FindGreatestSumOfSubArray(self, array):
maxSum, curSum = array[0], 0
for num in array:
if num >= 0:
curSum += num
maxSum = curSum
elif curSum + num > 0:
maxSum = curSum if curSum > maxSum else maxSum
curSum += num
else:
maxSum = num if num > maxSum else maxSum
curSum = 0
return maxSum
改进版:
def FindGreatestSumOfSubArray(self, array):
if not array:
return None
maxSum, curSum = array[0], array[0]
for num in array[1:]:
curSum = curSum+num if curSum > 0 else num
maxSum = curSum if curSum > maxSum else maxSum
return maxSum