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
1.用暴力的方法,找出所有可能的子数组,然后找和最大的那个。这是可行的,但是时间复杂度为 n*n,显然是不够理想的。
2.不需要动态规划,时间复杂度也为 n 。我们从头开始累加数组的元素,初始值 sum 为 0 。第一步 把 1 累加 则 sum = 1,接着 -2 累加 sum = -1,再接着 3 累加 sum = 2,但是此时我们发现 sum < 3,也就是说从第一个元素开始累加到第三个元素的 和 sum 比 第三个元素还要小,那么我们舍去前面的累加值,从第三个元素开始累加 ,此时 sum = 3。继续上述步骤,直至遍历到数组的最后一个元素。
3.动态规划思想。状态方程 : max( dp[ i ] ) = getMax( max( dp[ i -1 ] ) + arr[ i ] ,arr[ i ] ) 。上面式子的意义是:我们从头开始遍历数组,遍历到数组元素 arr[ i ] 时,连续的最大的和 可能为 max( dp[ i -1 ] ) + arr[ i ] ,也可能为 arr[ i ] ,做比较即可得出哪个更大,取最大值。时间复杂度为 n
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
1
2
3
4
5
6
7
8
9
|
public
int
FindGreatestSumOfSubArray(
int
[] array) {
int
res = array[
0
];
//记录当前所有子数组的和的最大值
int
max=array[
0
];
//包含array[i]的连续数组最大值
for
(
int
i =
1
; i < array.length; i++) {
max=Math.max(max+array[i], array[i]);
res=Math.max(max, res);
}
return
res;
}
|