算法(动态规划):连续子数组的最大和
Posted JAVA的学习之路
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了算法(动态规划):连续子数组的最大和相关的知识,希望对你有一定的参考价值。
题目秒杀
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)
解答
/*
算法时间复杂度O(n)
用total记录累计值,maxSum记录和最大
基于思想: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。如果前几项累计值负数,则认为有害于总和,total记录当前值。
此时 若和大于maxSum 则用maxSum记录下来
*/
public int FindGreatestSumOfSubArray(int[] array) {
if (array.length == 0)
return 0;
else {
int total = array[0], 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;
}
}
public int FindGreatestSumOfSubArray2(int[] array) {
int res = array[0]; //记录当前所有子数组的和的最大值
int max = array[0]; //包含array[i]的连续数组最大值
for (int i = 1; i < array.length; i++) {
max = Math.max(max + array[i], array[i]);
res = Math.max(max, res);
}
return res;
}
public int FindGreatestSumOfSubArray3(int[] array) {
if (array.length == 0) {
return 0;
}
int sum = array[0], tempsum = array[0]; //注意初始值 不能设为0 防止只有负数
for (int i = 1; i < array.length; i++) //从1开始 因为0的情况在初始化时完成了
{
tempsum = (tempsum < 0) ? array[i] : tempsum + array[i];
sum = (tempsum > sum) ? tempsum : sum;
}
return sum;
}
/*
典型的动态规划。dp[n]代表以当前元素为截止点的连续子序列的最大和,如果dp[n-1]>0,dp[n]=dp[n]+dp[n-1],
因为当前数字加上一个正数一定会变大;如果dp[n-1]<0,dp[n]不变,
因为当前数字加上一个负数一定会变小。使用一个变量max记录最大的dp值返回即可。
*/
public int FindGreatestSumOfSubArray4(int[] array) {
int max = array[0];
for (int i = 1; i < array.length; i++) {
array[i] += array[i - 1] > 0 ? array[i - 1] : 0;
max = Math.max(max, array[i]);
}
return max;
}
ps: 想要查看之前的文章都已经保存
- THE END -
作者简介
Mr.W
白天搬砖,晚上砌梦想。
相信每个人有故事,程序员更是有许多事故,书写最接地气的程序员故事,为大家找出更好的资料。
以上是关于算法(动态规划):连续子数组的最大和的主要内容,如果未能解决你的问题,请参考以下文章
剑指offer(C++)-JZ85:连续子数组的最大和(算法-动态规划)
剑指offer(C++)-JZ85:连续子数组的最大和(算法-动态规划)
剑指offer(C++)-JZ42:连续子数组的最大和(算法-动态规划)