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)。你会不会被他忽悠住?(子向量的长度至少是1)
解题思路:
这道题其实说白了就是给你一个数组,寻找连续子集,并找出子集的最大和。
方法一:分两层遍历,第一层遍历为寻找子集的起始位置,第二层遍历为连续累加,每次累加,都要与前面的累加和进行比较,并记录最大者。经过第二层遍历,可以得到以array[i]为起始位置的所有子集中的最大和,最后每个最大和再进行比较,获得最终结果。这是比较麻烦的结果,复杂度为O(n^2);
方法二:对于一个数array[i],若是array[i]的左边累计数非负,那么加上array[i]能使得值不小于array[i],认为累计值对整体和是有贡献的。如果前几项累计值负数,则认为有害于总和,temp记录当前值。此时 若和大于Maxsum 则用Maxsum 记录下来,复杂度为O(n)。
C++实现代码:
方法一:
class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array) {
int result=0;
vector<int> sum;
if(array.empty())
return result;
for(int i=0;i<array.size();i++)
{
result=FindGreatestSumOfSubArrayHelp(array,i);
sum.push_back(result);
}
result=sum[0];
for(int i=1;i<sum.size();i++)
{
if(result<sum[i])
result=sum[i];
}
return result;
}
int FindGreatestSumOfSubArrayHelp(vector<int> array,int begin)
{
if(begin==(array.size()-1))
return array[begin];
int sumHelp=array[begin];
int temp=array[begin];
for(int i=begin+1;i<array.size();i++)
{
sumHelp+=array[i];
if(temp<sumHelp)
temp=sumHelp;
}
return temp;
}
};
方法二:
class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array) {
if(array.empty())
return 0;
int Maxsum=array[0];
int temp=array[0];
for(int i=1;i<array.size();i++)
{
temp=(temp<0)?array[i]:array[i]+temp;
Maxsum=(temp>Maxsum)?temp:Maxsum;
}
return Maxsum;
}
};