题目链接
题目描述:
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(子向量的长度至少是1)
思路:
这是一个动态规划题。
F(i):以array[i]为末尾元素的子数组的和的最大值,子数组的元素的相对位置不变
F(i)= max(F(i-1)+array[i] , array[i])
add:所有子数组的和的最大值
add=max(add,F(i))
如数组[6, -3, -2, 7, -15, 1, 2, 2]
初始状态:
F(0)=6
add=6
i=1:
F(1)=max(F(0)-3,-3)=max(6-3,3)=3
add=max(F(1),add)=max(3,6)=6
i=2:
F(2)=max(F(1)-2,-2)=max(3-2,-2)=1
add=max(F(2),add)=max(1,6)=6
i=3:
F(3)=max(F(2)+7,7)=max(1+7,7)=8
add=max(F(2),add)=max(8,6)=8
i=4:
F(4)=max(F(3)-15,-15)=max(8-15,-15)=-7
add=max(F(4),add)=max(-7,8)=8
以此类推
最终res的值为8
public int FindGreatestSumOfSubArray(int[] array) {
// 包含array[i]的连续数组最大值
int max = array[0];
// 连续子数组的最大和
int add = array[0];
for (int i = 1;i < array.length;i++){
max = Math.max(max + array[i],array[i]);
add = Math.max(max,add);
}
return add;
}