问题描述:
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?
分析:如果数组中的数字全部为整数,该问题变不用计算,该算法主要是考虑当出现负数时,该如何处理。这里我给出了两种解决方式,代码如下所示:
class Solution { public: int FindGreatestSumOfSubArray(vector<int> array) { if(array.size()==0) return 0; int sum = array[0]; int temp = array[0]; for(int i=1;i<array.size();i++){ temp = (temp<0?array[i]:array[i]+temp); sum = max(sum, temp); } return sum; } };
class Solution { int FindGreatestSumOfSubArray(int[] array) { int maximum=Integer.MIN_VALUE; int sum = 0; if(array.length==0) { return 0; } else { for (int i = 0; i < array.length; i++) { for (int j = i; j < array.length; j++) { for (int k = i; k <=j; k++) { sum += array[k]; } if (sum > maximum) { maximum = sum; } sum = 0; //这里要记得清零,否则的话sum最终存放的是所有子数组的和。也就是编程之美上所说的bug。 } } return maximum; } } }