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)
思路:动态规划
bp[n]=max(bp[n-1]+array[n], array[n])
实现
1.动态规划
public int FindGreatestSumOfSubArray(int[] array) { if(array.length==0){ return 0; } int[] bp=new int[array.length]; bp[0]=array[0]; int max=bp[0]; for(int i=1;i<array.length;i++){ bp[i]= Math.max(bp[i-1]+array[i], array[i]); if(bp[i]>max){ max=bp[i]; } } return max; }
2.动态规划优化:
只使用了当前值和前一天的值,只需要一个变量存前一天的值即可
public int FindGreatestSumOfSubArray(int[] array) { if(array.length==0){ return 0; } int pre=array[0]; int max=pre; for(int i=1;i<array.length;i++){ pre= Math.max(pre+array[i], array[i]); max=Math.max(pre, max); } return max; }