題目描述
HZ偶爾會拿些專業問題來忽悠那些非計算機專業的同學。今天測試組開完會后,他又發話了:在古老的一維模式識別中,常常需要計算連續子向量的最大和,當向量全為正數的時候,問題很好解決。但是,如果向量中包含負數,是否應該包含某個負數,并期望旁邊的正數會彌補它呢?例如:{6,-3,-2,7,-15,1,2,2},連續子向量的最大和為8(從第0個開始,到第3個為止)。給一個數組,返回它的最大連續子序列的和,你會不會被他忽悠住?(子向量的長度至少是1)
思路:采用動態規劃的思路。
首先仔細觀察數組的規律,可以得到下列動態規劃的式子:
(1)如果i==0 或者 F[i-1]<=0 那么 F[i] = A[i]
python順序結構的典型問題及答案。(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
# #動態規劃的思想
python的序列結構包含哪幾種,# #res存儲歷史之和的最大值
res = array[0]
sum = res
for i in range(1,len(array)):
if sum>0:
sum = sum + array[i]
python內置的序列數據類型、else:
sum = array[i]
#這一步很關鍵,不要忘記
if sum>res:
res = sum
return res
Python 序列、s = Solution()
print s.FindGreatestSumOfSubArray([1,-2,3,10,-4,7,2,-5])
版权声明:本站所有资料均为网友推荐收集整理而来,仅供学习和研究交流使用。
工作时间:8:00-18:00
客服电话
电子邮件
admin@qq.com
扫码二维码
获取最新动态