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)
思路
- 初始化res=-inf,cur=0
- 遍历数组,依次累加
- 每当比最大值大时,则更新最大值
- 如果当前值的连加和已经<0,则让当前值=0(重新开始新一轮子数组加和。因为再算下去,没有意义了)
class Solution:
def core(self,array):
if not array:
return None
res = -float('inf')
cur = 0
for num in array:
if cur < 0:
cur = 0
cur += num
res = max(res,cur)
return res
测试用例
if __name__ == '__main__':
s =Solution()
print(s.core([1,2,3,-4,-5,6]))