面试题31. 连续子数组的最大和

面试题31. 连续子数组的最大和

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)

思路：

动态规划，中心思想是，如果前面的和小于0，那么对于当前的数来说，加上前面的和以后，势必得到一个小于当前数的值，还不如不加。

• f(i) = arr[i]      （i == 0 or f(i-1) < 0）
• f(i) = f(i-1) + arr[i]   （ i != 0 and f(i-1) > 0）

f(i)表示以第i个数为结尾的子数组的最大和。

• 当以i-1为结尾的子数组的最大和小于0时，如果加上这个负数，那么得到的结果一定小于arr[i]，还不如不加，所以直接取arr[i]
• 反之，以i-1为结尾的子数组的最大和大于0时，与arr[i]相加的结果一定大于arr[i]

public class Solution {
    public int FindGreatestSumOfSubArray(int[] array) {
        int max = array[0]; // 记录最大的连续和
        int sum = 0; // 记录当前和

        for(int i = 0; i < array.length; i++) {
            // 如果上一步的和sum小于0，那么就不加sum
            // 否则就是sum + array[i]
            sum = sum < 0 ? array[i] : sum + array[i]; 
            max = Math.max(max, sum);
        }
        return max;

    }
}