题目内容
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)
题目思路
这道题目可以考虑使用动态规划的方式来解题。我们创建一个动态规划数组DP,DP[i]表示以array[i]为结尾的连续数组的最大和,最后返回最大的DP就可以了。
程序代码
# -*- coding:utf-8 -*-
class Solution:
def FindGreatestSumOfSubArray(self, array):
# write code here
if not array:
return 0
lgt=len(array)
dp=[0 for _ in range(lgt)]
dp[0]=array[0]
for i in range(1,lgt):
dp[i]=max(array[i],array[i]+dp[i-1])
return max(dp)