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)。你会不会被他忽悠住?

思路:

从头开始,一个个加,ans<0 ,抛弃前面的,从当前位置开始往后加。记录max

注意初始值,可能存在全为负的情况。

 class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array) {
if(array.empty())
return ; int ans,max; ans=;
max=array[];
for(int i=;i<array.size();i++)
{
if(ans<)
ans=array[i];
else
ans+=array[i]; if(max<ans)
max=ans;
} return max; }
};

另外一种动态规划的思路:

剑指Offer 连续子数组的最大和-LMLPHP 
max[f[i]) 即是最大连续子数组的和
 class Solution:
def FindGreatestSumOfSubArray(self, array):
if not array:
return dp = [array[]] i =
for num in array[:]:
if dp[i - ] <= :
dp.append(num)
else:
dp.append(dp[i - ] + num)
i += return max(dp)
04-25 11:16