剑指offer30 ——连续子数组的最大和
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)
解法一:暴力法,从头遍历,遍历每个元素作为开始的位置的子元素的和,最后再进行比较。
解法二:动态规划,只需要从头遍历一次,dp[n]=dp[n-1]+array[n],dp[n]表示当前最大和,dp[n-1]表示前一个位置对应的最大和,我们可以发现当dp[n-1]<0时,无论array[n]是正是负,对dp[n]来说只会变得更小,一定要舍弃dp[n-1](dp[n-1]=0),当dp[n-1]>0时,是有益的它会增大,数组和要继续加上它。
class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array) {
int sum=array[0]; //当前刨除前面舍弃的数组(和<0),目前数组的和
int max=array[0]; //标记的最大值
for(int i=1;i<array.size();i++)
{
sum+=array[i];
if(max<sum) //如果目前的和比前面的和大。更新最大和
max=sum;
if(sum<0) //如果当前数组和<0,则前面的子数组舍弃从目前为止开始
sum=0;
}
return max;
}
};