关键的问题在于成功分析整个过程。对于连续子数组,可以用一个数值来存储当前和,如果当前和小于零,那么在进行到下一个元素的时候,直接把当前和赋值为下一个元素,如果当前和大于零,则累加下一个元素,同时用一个maxNum存储最大值并随时更新。也可以利用动态规划解决。'''
输入一个整型数组,数组里有整数也有负数。
数组中一二或连续的多个整数组成一个子数组。求所有子数组的和的最大值。
要求时间复杂度为O(n)
'''
# -*- coding:utf-8 -*-
class Solution:
def FindGreatestSumOfSubArray(self, array):
if array == None or len(array) <= 0:
return 0
nCurSum = 0
nGreatestSum = array[0]
for i in range(len(array)):
if nCurSum <= 0:
nCurSum = array[i]
else:
nCurSum += array[i]
if nCurSum > nGreatestSum:
nGreatestSum = nCurSum
return nGreatestSum
# 动态规划解决问题
def FindGreatestSumOfSubArray2(self, array):
if array == None or len(array) <= 0:
return 0
aList = [0]*len(array)
for i in range(len(array)):
if i == 0 or aList[i-1] <= 0:
aList[i] = array[i]
else:
aList[i] = aList[i-1] + array[i]
return max(aList)
alist = [1, -2, 3, 10, -4, 7, 2, -5]
s = Solution()
print(s.FindGreatestSumOfSubArray2(alist))