剑指offer 连续子数组的最大和

Posted on |

连续子数组的最大和

题目

类似于Leetcode 53. 最大子序和
Lmin
)

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)

方法

方法1：动态规划

1
2
3
4
5
6
7
8
9
10
# -*- coding:utf-8 -*-
class Solution:
    def FindGreatestSumOfSubArray(self, array):
        # write code here
        n=len(array)
        dp=[float('-inf')]*n

        for i in range(n):
            dp[i]=max(dp[i-1]+array[i],array[i])
        return max(dp)
1
2
3
4
5
6
7
8
9
10
11
# -*- coding:utf-8 -*-
class Solution:
    def FindGreatestSumOfSubArray(self, array):
        # write code here
        n=len(array)
        dp=[float('-inf')]*n
        dp[0]=array[0]

        for i in range(1,n):
            dp[i]=max(dp[i-1]+array[i],array[i])
        return max(dp)

方法2

1
2
3
4
5
6
7
8
9
10
11
12
13
14
# -*- coding:utf-8 -*-
class Solution:
    def FindGreatestSumOfSubArray(self, array):
        # write code here
        sum=0
        max_sub_sum=array[0]

        for n in array:
            sum+=n
            if sum>max_sub_sum:
                max_sub_sum=sum
            if sum<0:
                sum=0
        return max_sub_sum