连续子数组的最大和-动态规划

最新推荐文章于 2023-03-29 22:19:51 发布

原创最新推荐文章于 2023-03-29 22:19:51 发布 · 314 阅读

0 ·

CC 4.0 BY-SA版权

剑指offer 同时被 2 个专栏收录

24 篇文章

订阅专栏

算法

3 篇文章

订阅专栏

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，通过具体示例说明如何找到包含负数情况下的最优解。文章提供了一个C++代码示例，展示了如何使用动态规划思想解决这一经典算法问题。

时间限制：C/C++ 1秒，其他语言2秒空间限制：C/C++ 32M，其他语言64M 热度指数：380643

本题知识点：数组

算法知识视频讲解

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)。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)

解答思路：

max的初始值赋值要小心，不能随便赋值，要是数组里的值。

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int sum=0,max=nums[0];
        int i=0;
        while(i<nums.size()){
            sum=sum+nums[i];
            if(sum>max){
                max=sum;
            }
            if(sum<=0){
                sum=0;
            }
            i++;
        }
        return max;
    }
};