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...
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)
方法1：
分析数组规律
C++ Code
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
|
intFindGreatestSumOfSubArray(vector&array)
{
if(array.size()==0)
{
g_InvalidInput=true;
return0;
}
g_InvalidInput=false;
intnCurSum=0;
intnGreatestSum=0x80000000;
for(inti=0;i
{
if(nCurSum<=0)
nCurSum=array[i];
else
nCurSum+=array[i];
if(nCurSum>nGreatestSum)
nGreatestSum=nCurSum;
}
returnnGreatestSum;
}
|
方法二：辅助栈（其实跟方法一差不多）
C++ Code
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
|
|
intFindGreatestSumOfSubArray(vector&array)
{
stackres;
intsum=array[0];
res.push(array[0]);
if(array.size()==0)return0;
inti=1;
for(;i
{
if(res.top()+array[i]>array[i])
{
res.push(res.top()+array[i]);
sum=max(sum,res.top());
continue;
}
else
{
if(i
{
res.push(array[i]);
}
sum=max(sum,res.top());
continue;
}
}
returnsum;
}
|
还有一种方法就是动态规划的方法，后面再来完善！