Richard_

  博客园 :: 首页 :: 博问 :: 闪存 :: 新随笔 :: 联系 :: 订阅 订阅 :: 管理 ::

题目: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,对于数组的前 i (i>=1)个数的连续子向量和的最大值为F(i) = Max(F(i-1)+array[i], array[i])

 1 import java.util.ArrayList;
 2 public class Solution {
 3    public int FindGreatestSumOfSubArray(int[] array) {
 4        //用于记录前i个数的最大和
 5         ArrayList<Integer> candidateResults = new ArrayList<Integer>();
 6         int maxSum = 0;
 7         for(int i=0; i<array.length;i++){
 8             int  expectedSum = maxSum + array[i]; 
 9             //如果当前的array[i]使得maxSum变大了(或者不变),就加上array[i]
10             //否则,以array[i]为起点重新计算maxSum
11             if(expectedSum>=array[i]){
12                 maxSum += array[i];
13             }else{
14                 maxSum = array[i];
15             }
16             candidateResults.add(maxSum);
17         }
18         int result = Integer.MIN_VALUE;
19         for(Integer num : candidateResults){
20             if(result<num){
21                 result = num;
22             }
23         }
24         return result;
25     
26         
27     }
28 }

 

posted on 2018-12-06 13:07  Richard_  阅读(114)  评论(0编辑  收藏  举报