牛客网_剑指offer_连续子数组的最大和

最新推荐文章于 2020-10-29 20:06:43 发布

原创最新推荐文章于 2020-10-29 20:06:43 发布 · 451 阅读

0 ·

CC 4.0 BY-SA版权

C++ 同时被 3 个专栏收录

54 篇文章

订阅专栏

牛客网

34 篇文章

订阅专栏

剑指offer

34 篇文章

订阅专栏

博客围绕一维模式识别中计算数组最大连续子序列和的问题展开。给出具体题目，即判断数组中最大连续子序列的和。解题思路是用两个int型数据res和tmp_sum遍历序列，前者存最大子序列和，后者考虑以当前位置结尾的最大子序列和，小于0则置为0，遍历中更新res。

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

保持一个int型数据res，和一个int型数据tmp_sum，遍历序列；

前者用来存放目前找到的最大的子序列的和；

后者用来考虑遍历到该位置的时候，以该位置结尾的序列的最大的子序列和，如果小于0则将其赋值为0(前面的序列加起来是负数了都，所以不要了，只要后面的肯定更大)；

在遍历的每一个时间步都进行判断，判断tmp_sum是否大于该时刻的res，若大于，则将值赋给res。

具体代码如下：

class Solution 
{
public:
    int FindGreatestSumOfSubArray(vector<int> array) 
    {
        if (array.empty()) return 0;
        if (array.size() == 1) return array[0];
        
        int res = array[0];
        int tmp_sum = 0;
        
        for (auto x : array)
        {
            tmp_sum += x;
            if (tmp_sum > res) res = tmp_sum;
            if (tmp_sum <= 0) tmp_sum = 0;
        }
        
        return res;
    }
};