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：采用动态规划的思路。
- 首先仔细观察数组的规律，可以得到下列动态规划的式子：
（1）如果i==0 或者 F[i-1]<=0 那么 F[i] = A[i]
（2）如果i!=0 并且 F[i-1]>0 那么 F[i] = F[i-1] + A[i]
# -*- coding:utf-8 -*-
class Solution:
def FindGreatestSumOfSubArray(self, array):
# write code here
# #动态规划的思想
# #res存储历史之和的最大值
res = array[0]
sum = res
for i in range(1,len(array)):
if sum>0:
sum = sum + array[i]
else:
sum = array[i]
#这一步很关键，不要忘记
if sum>res:
res = sum
return res
s = Solution()
print s.FindGreatestSumOfSubArray([1,-2,3,10,-4,7,2,-5])
