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)。你会不会被他忽悠住?(子向量的长度至少是1)
解析一:很暴力的O(n2)的时间复杂度解决,问题是解决了,但是是蛮力,下面看蛮力是如何使出来的
public int FindGreatestSumOfSubArray(int[] array) {
int max=Integer.MIN_VALUE;
int sum=0;
for(int i=0;i<array.length;i++){
for(int j=i;j<array.length;j++){
sum+=array[j];
if(sum>max){
max=sum;
}
}
sum=0;
}
return max;
}
解析二:时间复杂度为O(n),动态规划的思想。下面请欣赏下
public class Solution {
public int FindGreatestSumOfSubArray(int[] array) {
int start=array[0];//指向第一个
int max =array[0];//指向第一个
for(int i=1;i<array.length;i++){
start=Math.max(array[i],start+array[i]);
max=Math.max(start,max);
}
return max;
}
}