42 连续子数组的最大和(时间效率)

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,通过实例分析,介绍了两种解题方法:一种是巧妙的逻辑分析法,另一种是应用动态规划法。并提供了详细的代码实现。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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)

 

测试用例:

功能测试:输入的数组中有正数也有负数;全是正数;全是负数;

特殊输入测试:输入数组为空;

 

解题思路:

1) 举例分析数组的规律:(逻辑很巧妙)

设置两个变量:累加的子数组和与最大的子数组和。

从头开始遍历,当累加的子数组和<=0,其对后面要相加的数来说,只会让这个数变小,因此舍弃该累加的子数组的和。并用下一个元素初始化。

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) {
        if(array.empty())
            //报错
            return 0;
        int nCurSum = 0;
        int nGreatestSum = 0x80000000; //取一个很大的负数
        //nGreatestSum一定不能取0,因为当数组中的数字都是负数时,nCurSum永远小于nGreatestSum(0)
        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;
    }
};  

注意两个变量的使用,什么时候更新,什么时候赋值。

上述方法在数组为空的时候,不止返回零。还应该设置一个是否有效输入的标志。g_InvalidInput = false

实现2:

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) {
         
        int cursum=array[0];
        int maxsum=array[0];  //都初始化为第一个元素
        for(int i=1;i<array.size();i++){
            cursum+=array[i];
            if(cursum<array[i])
                cursum=array[i];
            if(cursum>maxsum)
                maxsum=cursum;           
        }
    return maxsum;
    }
};

 

2)应用动态规划法

代码实现与方法1一致


 

转载于:https://www.cnblogs.com/GuoXinxin/p/10486781.html

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