1.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)。
2.解题思路
本题可以看做是一个多阶段决策找最优解的问题,因此可以用典型的动态规划思想来求解。用 res[ i ] 表示以第 i 个元素结尾的子数组的最大和,那么有以下递推公式:res[ i ]=max(res[ i-1]+data[ i ],data[ i ])。
这个公式的含义是:当以第i-1个数字结尾的子数组中所有数字的和小于0时,把这个负数与第i个数累加,则得到的和比第i个数字本身还要小,所以这种情况下res[ i ]就是第i个数字本身。反之,如果以第i-1个数字结尾的子数组中所有数字的和大于0,则与第i个数字累加就得到以第i个数字结尾的子数组中所有数字的和。
3.编程实现(Java):
public class FindGreatestSumOfSubArray_19 {
public static void main(String[] args) {
int[] a = {6, -3, -2, 7, -15, 1, 2, 2};
int[] b = {};
System.out.println(FindGreatestSumOfSubArray(a));
}
public static int FindGreatestSumOfSubArray(int[] array) {
if (array == null)
return Integer.MIN_VALUE;
int data = array[0];
int result = data;
for (int i = 1; i < array.length; i++) {
data = data + array[i] > array[i] ? data + array[i] : array[i];
if (data > result)
result = data;
}
return result;
}
}