牛客網 《劍指Offer》程式設計 30.連續子陣列最大和
題目描述
HZ偶爾會拿些專業問題來忽悠那些非計算機專業的同學。今天測試組開完會後,他又發話了:在古老的一維模式識別中,常常需要計算連續子向量的最大和,當向量全為正數的時候,問題很好解決。但是,如果向量中包含負數,是否應該包含某個負數,並期望旁邊的正數會彌補它呢?例如:{6,-3,-2,7,-15,1,2,2},連續子向量的最大和為8(從第0個開始,到第3個為止)。給一個數組,返回它的最大連續子序列的和,你會不會被他忽悠住?(子向量的長度至少是1)
解題思路
基本演算法如下:設定greatestSum值,為儲存最大的子陣列的和,初始值設定為陣列第一個數的值。設定sum值,儲存當前子陣列的和。
遍歷陣列。如果子陣列之和sum大於0,sum加上當前元素;
如果當前子陣列元素之和sum小於0,則丟掉sum,將sum設定為當前元素值。
最後將sum與greatestSum進行比較。如果sum大於greatestSum,則替換greatestSum。
程式碼實現
class Solution { public: int FindGreatestSumOfSubArray(vector<int> array) { if(array.size()==0){ return 0; } int greatestSum=array[0]; int sum=0; for(int i=0;i<array.size();i++) { if(sum<=0){ sum=array[i]; }else{ sum+=array[i]; } if(sum>greatestSum){ greatestSum=sum; } } return greatestSum; } };
使用動態規劃的方式求和:
使用動態規劃
F(i):以array[i]為末尾元素的子陣列的和的最大值,子陣列的元素的相對位置不變
F(i)=max(F(i-1)+array[i] , array[i])
res:所有子陣列的和的最大值
res=max(res,F(i))
如陣列[6, -3, -2, 7, -15, 1, 2, 2]
初始狀態:
F(0)=6
res=6
i=1:
F(1)=max(F(0)-3,-3)=max(6-3,3)=3
res=max(F(1),res)=max(3,6)=6
i=2:
F(2)=max(F(1)-2,-2)=max(3-2,-2)=1
res=max(F(2),res)=max(1,6)=6
i=3:
F(3)=max(F(2)+7,7)=max(1+7,7)=8
res=max(F(2),res)=max(8,6)=8
i=4:
F(4)=max(F(3)-15,-15)=max(8-15,-15)=-7
res=max(F(4),res)=max(-7,8)=8
以此類推
class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array) {
int f=array[0];
int res=array[0];
for(int i=1;i<array.size();i++){
f=max(f+array[i],array[i]);
res=max(res,f);
}
return res;
}
};