每天一道剑指offer-连续子数组的最大和

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,通过实例解析了包含负数时的解决方案,介绍了算法实现思路及代码示例。

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

题目描述

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

思路

我们根据给出的数组{6,-3,-2,7,-15,1,2,2}一步步计算,来寻找规律。定义一个sum,存放和,初始值6,定义一个tempMax,存放最大值6,首先,6-3=3,继续,3-2=1,继续,1+7=8>6,tempMax=8,继续,8-15=-7<8,所以舍弃,sum=1<8,继续,1+2=3<8继续。。
当累加的和<当前的值,舍弃,并把当前的值赋给sum,和tempMax进行比较,大则赋值,最后返回tempMax。

代码

public int FindGreatestSumOfSubArray(int[] array) {
        if(array.length<1)
            return 0;
        int sum = 0;
        int tempMax =array[0];
        for(int i=0;i<array.length;i++){
            sum+= array[i];
            if(sum<array[i]){
                sum=array[i];
            }
            if(sum>tempMax){
                tempMax = sum;
            }
        }
        return tempMax;
    }
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