剑指offer 连续子数组的最大和

1.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)

来源：剑指offer
链接：https://www.nowcoder.com/practice/459bd355da1549fa8a49e350bf3df484?tpId=13&tqId=11183&rp=1&ru=/ta/coding-interviews&qru=/ta/coding-interviews/question-ranking

2.我的题解

从下标1开始由左向右遍历数组：

• 初始化sum=array[0],res=array[0]；
• 将当前数值累加到sum，并在sum和res中选大的赋值给res；如果sum为负，重置为0；

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) {
        int sum=array[0],res=array[0];
        for(int i=1;i<array.size();i++){
            sum+=array[i];
            res=res>sum?res:sum;
            if(sum<0)sum=0;
        }
        return res;
    }
};

3.别人的题解

3.1 动态规划

是初级的动态规划问题，设dp[n]表示到位置n为止的最大连续子数组和，则：

• dp[0]=array[0];
• 如果dp[n-1]<0:dp[n]=array[n];
• 如果dp[n-1]>=0,dp[n]=dp[n-1]+array[n];
• dp[len-1]就是要求的结果；

//在原数组上存储dp结果
class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) {
        int res=array[0];
        for(int i=1;i<array.size();i++){
            array[i]+=array[i-1]>0?array[i-1]:0;
            res=res>array[i]?res:array[i];
        }
        return res;
    }
};

//使用一个额外的值存储暂时的结果
class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) {
        int res=array[0],cur=array[0];
        for(int i=1;i<array.size();i++){
            cur = array[i]+(cur>0?cur:0);
            res=res>cur?res:cur;
        }
        return res;
    }
};

4.总结与反思

（1）连续子数组的和，初级动态规划。
该问题实质上可以这样理解：

• 初始化暂时结果，最终结果；
• 从左到右累加至暂时结果；如果暂时结果更大，赋值给最终结果。如果暂时结果小于0，暂时结果归0；
• 暂时结果从左到右累加，假如遇到负数，暂时结果会变小，但是呢不知道后面有没有更大的正数可以弥补这个负数，所以暂时结果还要继续累加，最终结果先保存着最大值，“等着”暂时结果以期它变得更大；等到什么时候呢，不能无限等吧？等到暂时结果小于0为止！因为继续累加下去，最终结果肯定会比重新开始累加更小。这就相当于把原数组分成了一段一段的，分段计算最后取最大值。
• 就像打LOL一样，你的朋友问你：小老弟，你今天的KDA最高能到多少啊？你开始打了游戏，从0-0-0的战绩开始打，这一局中KDA会不断变化，你会记录一个当前的最大值，然后随着时间的推移，不断等着这一局有更好地表现、更高的KDA（不断计算新的暂时KDA，并与已记录的最大值比较）。一局结束了，KDA不会变化了，你会重置KDA数值，进行新的一局，直到一天结束。这里一天对应体重整个数组，一局对应上述的一段。虽然计算最高的KDA毫无意义……仅是举例而已，可能也不太恰当。