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)
Solutions
很明显在累加时我们注意到,只有在前面已经遍历过的累加和为正的时候,我们才利用之前的累加和,不然就从当前为正的当前值开始统计。
# -*- coding:utf-8 -*-
class Solution:
def FindGreatestSumOfSubArray(self, array):
# write code here
cur_sum = max_sum = array[0]
for i in xrange(1, len(array)):
if cur_sum <= 0:
cur_sum = array[i]
else:
cur_sum += array[i]
max_sum = max(max_sum, cur_sum)
return max_sum
还可以进行递归方式的求解:
# -*- coding:utf-8 -*-
class Solution:
def FindGreatestSumOfSubArray(self, array):
# write code here
self.max_sum = array[0]
def accumulate(array, n):
if n == 0:
return array[0]
cur_sum = accumulate(array, n-1)
if cur_sum <= 0:
cur_sum = array[n]
else:
cur_sum += array[n]
self.max_sum = max(self.max_sum, cur_sum)
return cur_sum
accumulate(array, len(array)-1)
return self.max_sum