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)
思路:
使用动态规划
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])
res:所有子数组的和的最大值
res=max(res,F(i))
如数组[6, -3, -2, 7, -15, 1, 2, 2]
初始状态:
F(0)=6
res=6
i=1:
F(1)=max(F(0)-3,-3)=max(6-3,3)=3
res=max(F(1),res)=max(3,6)=6
i=2:
F(2)=max(F(1)-2,-2)=max(3-2,-2)=1
res=max(F(2),res)=max(1,6)=6
i=3:
F(3)=max(F(2)+7,7)=max(1+7,7)=8
res=max(F(2),res)=max(8,6)=8
i=4:
F(4)=max(F(3)-15,-15)=max(8-15,-15)=-7
res=max(F(4),res)=max(-7,8)=8
以此类推
最终res的值为8
*/
package swordToOffer._30_FindGreatestSumOfSubArray;
public class Solution {
public int FindGreatestSumOfSubArray(int[] array) {
if(array==null || array.length==0){
return 0;
}
int res=array[0];//res用以保存所有子数组最大的和
int curMax=array[0];//curMax用以保存以以当前array[i]为结尾的连续数组最大值
for(int i=1;i<array.length;i++){
curMax=Math.max(curMax+array[i],array[i]);
res=Math.max(res,curMax);
}
return res;
}
//我的方法,不太好,复杂度O(n^2)
public int FindGreatestSumOfSubArray2(int[] array) {
int maxSum=array[0];
for(int i=0;i<array.length;i++){
int temp=array[i];
int curSum=temp;;
//一轮循环后tmp为从i开始子数组的最大值
for(int j=i+1;j<array.length;j++){
curSum+=array[j];
if(curSum>temp){
temp=curSum;
}
}
if(maxSum<temp){
maxSum=temp;
}
}
return maxSum;
}
}