剑指offer_【30】连续子数组的最大和-优快云博客

本文链接：https://blog.youkuaiyun.com/qq_17556191/article/details/94441319

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，介绍了如何通过动态调整累加和避免负数拖累，实现高效算法。通过具体实例解析，展示了算法的具体实现过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.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)

2.解题思路

用变量记录cur记录每一步的累加和，遍历到正数cur增加，遍历到负数cur减少。

当cur<0时，说明累加到当前数出现了小于0的结果，那么累加的这一部分肯定不能作为产生最大累加和的子数组的左边部分，此时令cur = 0.表示从下一个数开始累加。
当cur>=0，每一次累加都可能是最大的累加和。用max跟踪记录cur出现的最大值。cur累加成为负数就清零重新累加，max记录cur的最大值即可。

3.代码

import java.util.*;
public class Solution {
         public int FindGreatestSumOfSubArray(int[] array) {
            if(array == null || array.length == 0)
                return 0;
            int res = Integer.MIN_VALUE;
            int cur = 0;
            for(int i = 0;i<array.length;i++){
                cur += array[i];
                res = Math.max(res,cur);
                cur = cur < 0 ? 0 : cur;
            }
            return res;
        }
}