剑指offer11 -- 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)。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

问题思路：

使用动态规划的想法，每一步考虑前面的总和，如果总和小于0了就从新开始计算

解题：

# -*- coding:utf-8 -*-
class Solution:
    def FindGreatestSumOfSubArray(self, array):
        # write code here
        max_sum = float('-inf')
        curr_sum = 0
        for i in range(len(array)):
            if curr_sum < 0:
                curr_sum = 0
            curr_sum += array[i]
            max_sum = max(max_sum, curr_sum)
        return max_sum

这种写法是更加标准的动态规划的解法。 

# -*- coding:utf-8 -*-
class Solution:
    def FindGreatestSumOfSubArray(self, array):
        n = len(array)
        sum_list = [0] * n
        for i in range(n):
            if i == 0:
                sum_list[i] = array[i]
            elif sum_list[i-1] <= 0:
                sum_list[i] = array[i]
            else:
                sum_list[i] = array[i] + sum_list[i-1]
        return max(sum_list)