连续子数组的最大和
Posted ustca
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)
思路
动态规划: f(n) = max(f(n-1)+a[n], a[n])
时间复杂度O(n),空间复杂度O(1)。
空间复杂度O(n)代码
public class Solution {
public int FindGreatestSumOfSubArray(int[] array) {
// dp[i]为0-i的子问题最优解
int ans = array[0];
int[] dp = new int[array.length];
dp[0] = array[0];
for(int i = 1; i < array.length; i++) {
dp[i] = Math.max(dp[i-1]+array[i], array[i]);
ans = Math.max(ans, dp[i]);
}
return ans;
}
}
空间复杂度O(1)代码
public class Solution {
public int FindGreatestSumOfSubArray(int[] array) {
// 与二维的动态规划不同,dp[i]只用一次,类似于斐波那契,只需O(1)空间保存最近值即可
int ans = array[0];
int localsum = array[0];
for(int i = 1; i < array.length; i++) {
localsum = Math.max(localsum + array[i], array[i]);
ans = Math.max(ans, localsum);
}
return ans;
}
}
笔记
子问题的分析:[0,n+1]子问题的解,在[0,n]的解+a[n+1]与a[n+1]两者之间,取后者时说明之前的子问题的解还没有a[n+1]单个数的值大。
以上是关于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