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)
方法1:
分析数组规律
C++ Code
1
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 |
int
FindGreatestSumOfSubArray(vector<
int
> &array) { if (array.size() == 0 ) { g_InvalidInput = true ; return 0 ; } g_InvalidInput = false ; int nCurSum = 0 ; int nGreatestSum = 0x80000000; for ( int i = 0 ; i < array.size(); i++) { if (nCurSum <= 0 ) nCurSum = array[i]; else nCurSum += array[i]; if (nCurSum > nGreatestSum) nGreatestSum = nCurSum; } return nGreatestSum; } |
方法二:辅助栈(其实跟方法一差不多)
C++ Code
1
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 |
int
FindGreatestSumOfSubArray(vector<
int
> &array) { stack< int > res; int sum = array[ 0 ]; res.push(array[ 0 ]); if (array.size() == 0 ) return 0 ; int i = 1 ; for (; i < array.size(); i++) { if (res.top() + array[i] > array[i]) { res.push(res.top() + array[i]); sum = max(sum, res.top()); continue ; } else { if (i < array.size()) { res.push(array[i]); } sum = max(sum, res.top()); continue ; } } return sum; } |
还有一种方法就是动态规划的方法,后面再来完善!