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?(子向量的长度至少是1)
分析:
求连续子向量的最大和,那么就是说,
如果向量都是负数的话,那么找到最大负数即可。否则,
这个子向量的第一个数是正数,末尾一个也是正数。
中间如果有负数,那么它们一连串的和一定比它们前的第一个正数小。这样正数才有为最大和做出贡献。
代码:
1 class Solution { 2 public: 3 int FindGreatestSumOfSubArray(vector<int> array) { 4 int aSize = array.size(); 5 int greatestSum = array[0]; 6 int sum = 0; 7 for(int i = 0; i < aSize; i++) { 8 if(sum > 0) sum += array[i]; // 加入连续子向量中 9 else sum = array[i]; // 重新设置连续子向量的开头 10 if(greatestSum < sum) { 11 greatestSum = sum; 12 } 13 } 14 return greatestSum; 15 } 16 };