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)
解题思路
基本算法如下:设置greatestSum值,为存储最大的子数组的和,初始值设置为数组第一个数的值。设置sum值,存储当前子数组的和。
遍历数组。如果子数组之和sum大于0,sum加上当前元素;
如果当前子数组元素之和sum小于0,则丢掉sum,将sum设置为当前元素值。
最后将sum与greatestSum进行比较。如果sum大于greatestSum,则替换greatestSum。
代码实现
class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array) {
if(array.size()==0){
return 0;
}
int greatestSum=array[0];
int sum=0;
for(int i=0;i<array.size();i++)
{
if(sum<=0){
sum=array[i];
}else{
sum+=array[i];
}
if(sum>greatestSum){
greatestSum=sum;
}
}
return greatestSum;
}
};
使用动态规划的方式求和:
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
F(i)=max(F(i-1)+array[i] , array[i])
res:所有子数组的和的最大值
res=max(res,F(i))
如数组[6, -3, -2, 7, -15, 1, 2, 2]
初始状态:
F(0)=6
res=6
i=1:
F(1)=max(F(0)-3,-3)=max(6-3,3)=3
res=max(F(1),res)=max(3,6)=6
i=2:
F(2)=max(F(1)-2,-2)=max(3-2,-2)=1
res=max(F(2),res)=max(1,6)=6
i=3:
F(3)=max(F(2)+7,7)=max(1+7,7)=8
res=max(F(2),res)=max(8,6)=8
i=4:
F(4)=max(F(3)-15,-15)=max(8-15,-15)=-7
res=max(F(4),res)=max(-7,8)=8
以此类推
class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array) {
int f=array[0];
int res=array[0];
for(int i=1;i<array.size();i++){
f=max(f+array[i],array[i]);
res=max(res,f);
}
return res;
}
};