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)
解法1:对每个位置求前缀和,然后依次对应相减少,例如 1 2 -3 4
则对应的前缀和为presum = {1,3,0,4} 则pre[2]-pre[0] 则表示选择子数组为2 -3
则对应的代码为:
class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array)
{
vector<int>array1;
vector<int>copy;
copy.push_back(0);
for(int i=0;i<array.size();i++) copy.push_back(array[i]);
int size = copy.size();
array1.push_back(copy[0]);
int sum = copy[0];
for(int i=1;i<size;i++)
{
sum+=copy[i];
array1.push_back(sum);
}
int max_sum = -10000000;
for(int i=0;i<size;i++)
for(int j=i+1;j<size;j++)
{
int temp = array1[j]-array1[i];
if(temp>max_sum) max_sum = temp;
}
return max_sum;
}
};
解法2:动态规划的做法:dp[i]维护的从前面某个序列到当前位置的最大值,那么已侦破那个情况是前面的子序列加上自己还不如自己大,那么当前位置的最大值为自己本身,所以转移的条件为dp[i-1]+a[i]>dp[i] 最后扫描一遍即可。
代码:
class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array)
{
int dp[1000000];
int size = array.size();
for(int i=0;i<size;i++) dp[i] = array[i];
for(int i=1;i<size;i++)
if(dp[i-1]+array[i]>dp[i]) dp[i] = dp[i-1]+array[i];
int max_sum = dp[0];
for(int i=1;i<size;i++) if(dp[i]>max_sum) max_sum = dp[i];
return max_sum;
}
};