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)。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)
暴力剪枝
public class Solution {
public int FindGreatestSumOfSubArray(int[] array) {
int sum=0;
int max=Integer.MIN_VALUE;
int low=0;
while(low<array.length){
sum=0;
for(int j=low;j<array.length;j++){
//和小于零就可以不用操作了,直接剪枝抛弃
sum+=array[j];
max=Math.max(max,sum);
if(sum<=0){
//跳到j后,
low=j;
break;
}
}
low++;
}
return max;
}
}
动态规划
典型的动态规划。dp[n]代表以当前元素为截止点的连续子序列的最大和,如果dp[n-1]>0,dp[n]=dp[n]+dp[n-1],因为当前数字加上一个正数一定会变大;如果dp[n-1]<0,dp[n]不变,因为当前数字加上一个负数一定会变小。使用一个变量max记录最大的dp值返回即可。
public class Solution {
public int FindGreatestSumOfSubArray(int[] array) {
//动态规划,dp存储前i个对应的一些段落的最大值,在与max比较获取最大进行存储
int max=Integer.MIN_VALUE;
for(int i=1;i<array.length;i++){
array[i]+=array[i-1]>0? array[i-1]:0;
max=Math.max(max,array[i]);
}
return max;
}
}