给定KK个整数组成的序列{ N_1N?1??, N_2N?2??, ..., N_KN?K?? },“连续子列”被定义为{ N_iN?i??, N_{i+1}N?i+1??, ..., N_jN?j?? },其中 1 \le i \le j \le K1≤i≤j≤K。“最大子列和”则被定义为所有连续子列元素的和中最大者。例如给定序列{ -2, 11, -4, 13, -5, -2 },其连续子列{ 11, -4, 13 }有最大的和20。现要求你编写程序,计算给定整数序列的最大子列和。
本题旨在测试各种不同的算法在各种数据情况下的表现。各组测试数据特点如下:
- 数据1:与样例等价,测试基本正确性;
- 数据2:102个随机整数;
- 数据3:103个随机整数;
- 数据4:104个随机整数;
- 数据5:105个随机整数;
输入格式:
输入第1行给出正整数KK (\le 100000≤100000);第2行给出KK个整数,其间以空格分隔。
输出格式:
在一行中输出最大子列和。如果序列中所有整数皆为负数,则输出0。
输入样例:
6
-2 11 -4 13 -5 -2
输出样例:
20
g++编译:
//01 - 复杂度1 最大子列和问题(20分) //例如给定序列{ -2, 11, -4, 13, -5, -2 },其连续子列{ 11, -4, 13 }有最大的和20。现要求你编写程序,计算给定整数序列的最大子列和。 // //本题旨在测试各种不同的算法在各种数据情况下的表现。各组测试数据特点如下: // //数据1:与样例等价,测试基本正确性; //数据2:10^2个随机整数; //数据3:10^3个随机整数; //数据4:10^4个随机整数; //数据5:10^5个随机整数; //输入格式 : // //输入第1行给出正整数KK(\le 100000≤100000);第2行给出KK个整数,其间以空格分隔。 // //输出格式 : // //在一行中输出最大子列和。如果序列中所有整数皆为负数,则输出0。 // //输入样例 : // //6 //- 2 11 - 4 13 - 5 - 2 //输出样例 : // // 20 #include <iostream> using namespace std; #include <vector> #define max(a,b) (((a) > (b)) ? (a) : (b)) int GetMaxSubsum(vector<int> vec_); int main() { int k; int num; int ret = 0; vector<int> vec; while (cin>>k) { for (int i = 0; i < k;i++) { cin >> num; vec.push_back(num); } ret = GetMaxSubsum(vec); cout << ret << endl; vec.clear(); } return 0; } int GetMaxSubsum(vector<int> vec_) { int tempSum = 0; int ret_sum = 0; if (vec_.size()<=0) { return 0; } else { tempSum = vec_[0]; ret_sum = vec_[0]; for (int i = 1; i < vec_.size();i++) { tempSum = (tempSum < 0) ? vec_[i] : (tempSum + vec_[i]); ret_sum = max(tempSum,ret_sum); } return ret_sum; } return ret_sum; }
本题参考了剑指offer: 连续子数组的最大和
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)。你会不会被他忽悠住?(子向量的长度至少是1)
class Solution { public: int FindGreatestSumOfSubArray(vector<int> array) { if(array.size()==0) return 0; int sum1 = array[0]; int temp = array[0]; for(int i=1;i<array.size();i++){ //temp为当前数组的和,当求和小于0时,重新选择求和起点 //只要有负数,temp就会减少,此时sum1>temp;当减少为负数时,temp重新赋值;直到遇到正数时,又开始求和 temp = (temp<0?array[i]:array[i]+temp); sum1 = max(sum1, temp);//sum1暂时求得的和,如果后面有比sum1大的求和值,则取而代之 } return sum1; } };