zoukankan      html  css  js  c++  java
  • 42 连续子数组的最大和(时间效率)

    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


  • 相关阅读:
    iOS项目中的网络请求和上下拉刷新封装
    iOS 自定义转场动画浅谈
    python中通过xlwt、xlrd和xlutils操作xls
    Python: PS 滤镜--水波特效
    Python: PS 滤镜--旋涡特效
    Python: PS 滤镜--USM 锐化
    Python: PS 滤镜--素描
    Python: PS 图像调整--饱和度调整
    Python: PS 图像特效 — 模糊玻璃
    Python: PS 滤镜--表面模糊
  • 原文地址:https://www.cnblogs.com/GuoXinxin/p/10486781.html
Copyright © 2011-2022 走看看