连续子数组的最大和
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)
方法一
最直观的方法就是枚举数组中所有的子数组并求和。。。但是这种方法面试官看不上。。。
public int FindGreatestSumOfSubArray(int[] array) {
if(array == null || array.length == 0) {
return 0;
}
if(array.length == 1) {
return array[0];
}
int max = 0;
int temp = -65535;
for (int i = 0; i < array.length; i++) {
max = array[i];
for (int j = i; j < array.length; j++) {
if(j != i) {
max += array[j];
}
if(temp <= max) {
temp = max;
}
else {
continue;
}
}
}
return temp;
}
方法二
用一个total变量记录累计值,maxSum记录和最大
基本思想:对于一个数A,若是A的左边累计数非负,那么加上A能使得值不小于A,认为累计值对整体和是有贡献的,那么total为累计值。如果前几项累计值负数,则认为有害于总和,total应该抛弃之前的值,记录当前值。此时若和大于maxSum 则用maxSum记录下来。
public int FindGreatestSumOfSubArray_2(int[] array) {
if(array == null || array.length == 0) {
return 0;
}
if(array.length == 1) {
return array[0];
}
int total = array[0];
int maxSum = array[0];
for (int i = 1; i < array.length; i++) {
if(total >= 0) {
total += array[i];
}
else {
total = array[i];
}
if(total > maxSum) {
maxSum = total;
}
}
return maxSum;
}
方法三
利用动态规划的思想,如果函数f(i)表示以第i个数字结尾的子数组的最大和,那么我们需要求出max([f(i)]),可用公式代替:
F(i):以array[i]为末尾元素的子数组的和的最大值,子数组的元素的相对位置不变
F(i)=max(F(i-1)+array[i] , array[i])
res:所有子数组的和的最大值
res=max(res,F(i))
如数组[6, -3, -2, 7, -15, 1, 2, 2]
初始状态:
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
以此类推
最终res的值为8
public int FindGreatestSumOfSubArray_3(int[] array) {
if(array == null || array.length == 0) {
return 0;
}
if(array.length == 1) {
return array[0];
}
int maxSum = array[0];
int total = array[0];
for (int i = 1; i < array.length; i++) {
maxSum = Math.max(maxSum + array[i], array[i]);
total = Math.max(maxSum, total);
}
return total;
}