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
思路1, 动态规划:
dp[i] = dp[i-1] + p[i] # if i != 0 and dp[i-1] > 0 dp[i] = p[i] # if i == 0 or dp[i-1] < 0
def FindGreatestSumOfSubArray(array):
# write code here
max = array[0]
dp = [0] * (len(array) + 1)
dp[0] = array[0]
for i in range(1, len(array)):
if dp[i-1] < 0:
dp[i] = array[i]
else:
dp[i] = array[i] + dp[i-1]
if dp[i] > max:
max = dp[i]
return max
print(FindGreatestSumOfSubArray([6,-3,-2,7,-15,1,2,2]))