tags: 贪婪算法 动态规划
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)
参考
解体思路:
如果用函数f(i)表示以第i个数字结尾的子数组的最大和,那么我们需要求出max(f[0...n])。我们可以给出如下递归公式求f(i)
这个公式的意义:
- 当以第(i-1)个数字为结尾的子数组中所有数字的和f(i-1)小于0时,如果把这个负数和第i个数相加,得到的结果反而不第i个数本身还要小,所以这种情况下最大子数组和是第i个数本身。
- 如果以第(i-1)个数字为结尾的子数组中所有数字的和f(i-1)大于0,与第i个数累加就得到了以第i个数结尾的子数组中所有数字的和
class Solution{
int dp[1000];
public:
int FindGreatestSumOfSubArray(vector<int> array){
if(array.size( ) == 0)
return 0;
int maxSum = INT_MIN;
dp[0] = array[0];
for(unsigned int i = 1; i < array.size( ); i++)
{
if(dp[i - 1] <= 0)
dp[i] = array[i];
else
dp[i] = array[i] + dp[i - 1];
if(dp[i] > maxSum)
maxSum = dp[i];
}
return maxSum;
}
};
如果希望达到O(n)时间复杂度,我们就应该能够想到我们只能对整个数组进行一次扫描,在扫描过程中求出最大连续子序列和以及子序列的起点和终点位置。
假如输入数组为{1,-2,3,10,-4,7,2,-5},我们尝试从头到尾累加其中的正数,
初始化和为0,第一步加上1,此时和为1,第二步加上-2,此时和为-1,第三步加上3,此时我们发现-1+3=2,最大和2反而比3一个单独的整数小,这是因为3加上了一个负数,发现这个规律以后我们就重新作出累加条件
这个方法其实就是动态规划算法的改进
- 如果当前和为负数,那么就放弃前面的累加和,从数组中的下一个数再开始计数
- 否则我们就继续累计,并且保存当前最大的累计和
class Solution
{
public:
int FindGreatestSumOfSubArray(vector<int> array)
{
if(array.size( ) == 0)
return 0;
int sum = 0, maxSum = INT_MIN;
for(int i = 0; i < array.size( ); i++)
{
sum += array[i];
debug <<sum <<endl;
if(sum < 0) /// 如果当前和小于0, 就舍弃它, 重新开始累加
sum = 0;
else if(sum > maxSum) /// 否则的话累计当前和
maxSum = sum;
}
return maxSum;
}
};
但是这个有一个问题,如果整个数组的数据全是负数,那么我们的maxSum无法进行累计,最后仍为0。
这个问题怎么解决呢?
整个数组全是负数,那么最大值也是负数,而这个最大值正好是数组连续子数组的最大和,因此我们维护一个最大值maxNum,即可
- 如果maxNum<0,我们就直接返回maxNum
- 如果maxNum>0,那么我们就返回累计的maxSum
return (maxNum > 0) ? maxSum : maxNum;
完整代码如下
class Solution{
public:
int FindGreatestSumOfSubArray(vector<int> array)
{
if(array.size( ) == 0)
return 0;
int maxNum = INT_MIN;
int sum = 0, maxSum = INT_MIN;
for(int i = 0; i < array.size( ); i++)
{
sum += array[i];
debug <<sum <<endl;
if(sum < 0) /// 如果当前和小于0, 就舍弃它, 重新开始累加
sum = 0;
else if(sum > maxSum) /// 否则的话累计当前和
maxSum = sum;
/// 保存数据中的最大值
/// 这种情况下是为了排除整个数组全为负数的特殊情况
if(array[i] > maxNum)
maxNum = array[i];
}
/// 如果数组最大值大于0, 那么我们就直接返回累计的最大和
/// 如果数组最大值为负数, 说明整个数组都是负数, 那么就返回数组最大值
return (maxNum > 0) ? maxSum : maxNum;
}
};
但是其实有更好的办法,每次弄完后我们无需设置那个sum置为0,而是需要从新的位置(下一个位置)开始,因此此时其实sum=array[i + 1];
那么我们直接用下面的代码即可
class Solution
{
public:
int FindGreatestSumOfSubArray(vector<int> array)
{
if(array.empty())
throw new std::logic_error("invalid input");
int sum=0;
int maxSum=INT_MIN;
for(int i=0;i<array.size();i++){
if(sum<=0)
sum=array[i];
else
sum+=array[i];
if(sum>maxSum)
maxSum=sum;
}
return maxSum;
}
};
class Solution
{
public:
int FindGreatestSumOfSubArray(vector<int> array)
{
if(array.empty())
throw new std::logic_error("invalid input");
int sum=0;
int maxSum=INT_MIN;
for(int i=0;i<array.size();i++){
if(sum<=0)
sum=array[i];
else
sum+=array[i];
if(sum>maxSum)
maxSum=sum;
}
return maxSum;
}
};