求数组最大连续子序列的和

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)

笨办法:

public class Solution {
    public int FindGreatestSumOfSubArray(int[] array) {
        int ans = Integer.MIN_VALUE;
        for(int i=1; i<array.length+1; i++){
            if(array.length - i >0){
                for(int j=0; j<array.length-i; j++){
                    int sum = 0;
                    for(int k = j; k<j+i; k++){
                        sum += array[k];
                    }
                    if(sum>ans)
                        ans = sum;
                }
            }else{
                int sum = 0;
                for(int j = 0; j<array.length; j++){
                    sum += array[j];
                }
                if(sum >ans)
                    ans = sum;
            }
        }
        return ans;
    }
}

学习的办法:

public class Solution {
    public int FindGreatestSumOfSubArray(int[] array) {
        int a = array[0];
        int max = array[0];
        for(int i=1; i<array.length; i++){
            if(a >= 0){
                a = a + array[i];
            }else{
                a = array[i];
            }
        if(a>max)
            max = a;
        }
        return max;
    }
}

 

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
解一个数组最大连续子序列和是一个常见的问题,可以使用动态规划的思想来解决。具体算法步骤如下: 1. 定义一个变量 max_sum 表示最大连续子序列和,初始值为数组第一个元素。 2. 定义一个变量 current_sum 表示当前连续子序列和,初始值为数组第一个元素。 3. 从数组第二个元素开始遍历,如果 current_sum 加上当前元素的值大于当前元素的值,则将 current_sum 更新为 current_sum 加上当前元素的值,否则将 current_sum 更新为当前元素的值。 4. 每次更新 current_sum 之后,将 current_sum 和 max_sum 中的较大值赋给 max_sum。 5. 遍历完成后,max_sum 中存储的即为最大连续子序列和。 下面是 C 语言代码实现: ```c int max_subarray_sum(int arr[], int n) { int max_sum = arr[0], current_sum = arr[0]; for (int i = 1; i < n; i++) { current_sum = current_sum + arr[i] > arr[i] ? current_sum + arr[i] : arr[i]; max_sum = current_sum > max_sum ? current_sum : max_sum; } return max_sum; } ``` 在该代码中,max_subarray_sum() 函数接收一个待处理的数组数组的长度,首先定义 max_sum 和 current_sum 两个变量的初始值为数组的第一个元素。然后从数组的第二个元素开始遍历,如果 current_sum 加上当前元素的值大于当前元素的值,则将 current_sum 更新为 current_sum 加上当前元素的值,否则将 current_sum 更新为当前元素的值。每次更新 current_sum 之后,将 current_sum 和 max_sum 中的较大值赋给 max_sum。最后返回 max_sum 即为最大连续子序列和。 该算法的时间复杂度为 O(n),空间复杂度为 O(1)。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值