剑指offer 连续子数组的最大和（动态规划）

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)。你会不会被他忽悠住？(子向量的长度至少是1)

思路：

 

/*动态规划：每个向量必然有结尾，所以引入a数组来保存array数组中对应的以每个元素为结尾的向量最大和
具体算法：如对于array数组第i个元素，判断以“前一个元素”为结尾的最大和a[i-1]是否大于0，
若大于0，则a[i+1]=a[i]+array[i]。否则，a[i+1]=array[i]。
如：对于序列6，-3，-2，7，-15，1，2，2
    a[0]=0。这里假定为零，方便后序操作。
    a[1]=6表示以6为结尾的最大向量长度为6；如何得到？首先判断“前一个元素”为结尾的最大和a[0]是否大于0
(这里我们之前假设等于0了，所以不满足大于0)，则a[1]=arrar[0];
    a[2]=3表示以3为结尾的最大向量长度为3（6-3=3）；同样首先判断a[1]大于0，所以a[2]=a[1]+array[1]=6+(-3)=3
    a[3]=1;
    等等
    同时求出a[i]中的最大值返回即可
*/

 

代码：

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) {
        vector<int>a;
        a.push_back(0);
        int max=1;
        for(int i=0;i<array.size();i++){
            if(a[i]>0)a.push_back(a[i]+array[i]);//这里能看出为什么要先设a[0]=0了
            else a.push_back(array[i]);
            if(a[i+1]>a[max])max=i+1;
        }
        return a[max];
    }
};