连续子数组的最大和

本文探讨了一维模式识别中计算连续子向量最大和的问题,并提供了两种算法解决方案:一种是通过逐步累加数组元素实现,另一种是利用动态规划的方法。这两种方法都能有效地找到包含负数的一维数组中连续子向量的最大和。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1. 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).

2. 算法思路

解法一:首先我们可以逐步累加数组的和,初始化为0,第一步加上第一个数字6,比0大,则保留,后继续添加第二个数字-3,和为3,比6小,则不更新最大和,后继续添加-2,7,和为8,更新最大和,后添加-15,和为-7,小于0,则舍弃前面的和,后从下一个数字开始累加,和分别为1,3,5。那么该数组的最大和为8.
解法二:采用动态规划,首先f(i)表示以第i个数字结尾的子数组的最大和,所以要求出max[f(i)],我们可以列出递归公式求f(i).

{array[i],f(i1)+array[i1], f(i1) <=0i=0f(i1) >=0 0

3.代码
解法一:

 function FindGreatestSumOfSubArray(array)
{
    // write code here
    if(array.length <= 0){
        return 0;
    }
    let sum = 0;
    let maxSum = array[0];
    for(var i = 0;i<array.length;i++){
        if(sum<=0){
            sum=array[i];
        }else{
            sum+=array[i];
        }
        if(sum>maxSum){
            maxSum = sum;
        }
    }
    return maxSum;
}

解法二:动态规划

function FindGreatestSumOfSubArray(array)
{
    // write code here
    var length=array.length;
    if(length<=0){return 0;}
    var memo=new Array(length+1).fill(0);
    var max=array[0];
    memo[0]=array[0];
    for(var i = 1;i<length;i++){
        if(memo[i-1]<=0){
            memo[i]=array[i];
        }else{
            memo[i]=memo[i-1]+array[i];
        }
        if(memo[i]>max){
            max = memo[i];
        }
    }
    return max;
}
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值