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,通过实例解析了包含负数时如何判断其是否应当被包含,以期通过相邻正数弥补负数的影响。给出了一种解决方案,即遍历数组生成所有可能的子序列并计算其和,最终返回最大和。

'''
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。
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)
'''

# -*- coding:utf-8 -*-
class Solution:
    def FindGreatestSumOfSubArray(self, array):
        # write code here
        if array==[]:
            return 0
        if len(array) == 1:
            return array[0]
        output=[]
        for i in range(0,len(array)-1):
            temp_array=array[i:]
            temp_sum=0.0
            for elem in temp_array:
                temp_sum+=elem
                output.append(temp_sum)

        return max(output)
 

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