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:,連續子向量的最大和為8(從第0個開始,到第3個為止)。給乙個陣列，返回它的最大連續子串行的和，你會不會被他忽悠住？(子向量的長度至少是1)
第一眼看到想到的就是暴力解法，把所有的結果都計算出來，但是太複雜了，略了
思路二：一般方法：o(n）
// 思路:用乙個maxsum記錄累加子陣列最大和,用cursum記錄當前累加陣列和
//當前累加子陣列之和如果大於0就繼續累加，如果小於0就剔除原來的累加和，重新開始
我們對進行分析
//思路:用乙個maxsum記錄累加子陣列最大和,用cursum記錄當前累加陣列和
//當前累加子陣列之和如果大於0就繼續累加，如果小於0就剔除原來的累加和，重新開始
class
solution
else
//如果沒問題，直接累加
cursum +=array[i];
//更新最大和
if(cursum >maxsum)
maxsum =cursum;
}return
maxsum;
}};int
main()
; cout
<
return0;
}思路三：動態規劃法
狀態方程 dp[i] 表示前i個連續子串行的最大和
動態規劃思想。狀態方程
max(dp[i])= getmax( max(dp[i-1]) + arr[i], arr[i]) 。上面式子的意義是：
我們從頭開始遍歷陣列，遍歷到陣列元素 arr[ i ] 時，
連續的最大的和 可能為max(dp[i-1]) + arr[i]，也可能為arr[i] ，
做比較即可得出哪個更大，取最大值。時間複雜度為 n
#include #includeusing namespace std;
classsolution
//max(dp[i])= getmax( max(dp[i-1]) + arr[i], arr[i])
int findgreatestsumofsubarray(vectorarray)
return
max;
}};int
main()
; cout
<
return0;
}
最大和連續子陣列
問題描述 乙個數值型陣列，其子陣列有多個，求其子陣列中最大的和值。所謂和值，是指數組所有元素相加的和。解法 1 掃瞄法，維護max變數，儲存最大和，其初始值為data 0 假設最大和子陣列的第一位下標為i，i從0到n 1，對於每個i值，從data i 開始，進行累加，每加乙個數，與max變數比較一次...
連續子陣列最大和
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 連續子向量的最大和為8 從第0個開始,到第...
連續子陣列最大和
求乙個陣列的連續的子陣列的最大和。例如 連續子向量的最大和為8 從第0個開始,到第3個為止 思路 對於每個元素，有兩種可能，一是加入到原來的子陣列成為新的一員 二是自己成為新子陣列的開頭，這兩種情況應該怎樣判斷呢 如果當前元素加入到子串行中，求和的結果比自己的值還小，那麼就自己成為新子串行的開頭 即...