输入一个整型数组,数组里有正数也有负数。数组中的一个或连续多个组成一个子数组。求所有子数组的和的最大值。要求时间复杂度为O(n)。
- 功能测试(输入的数组汇中有正数也有负数;输入的数组中全是正数;输入的数组中全是负数)
- 特殊输入测试(表示数组的指针为空指针)
- 考察应聘者对时间复杂度的理解。这道题如果应聘者给出时间复杂度为O(n2)甚至O(n3)的算法,则是不能通过面试的。
- 考察应聘者对动态规划的理解。
- 考察应聘者思维的全面性。能否合理地处理无效的输入。
动态规划思想
我们用函数f(i)来表示以第i个数字结尾的子数组的最大和,那么我们需要求出max[f(i)],其中求出max[f(i)],其中0<=i<n,我们可以用如下递归公式求f(i):
f(i) = array[i] i = 0 或者 f(i) <= 0
f(i) = f(i-1) + array[i] i > 0 f(i) > 0
如果我们用一个数组来表示f(i),那么最后我们又要排序,所以又在无形之见加入了时间复杂度,所以在进行上述过程中就需要加入比较逻辑,当上诉过程完成之后,最大值也得到了。
/**
* 连续子数组的最大和
*
* @Author rex
* 2018/8/25
*/
public class Solution {
/**
* 找规律解法(思想还是动态规划的)
* @param array
* @return
*/
public int findGreatestSumOfSubArray(int[] array) {
if (array == null || array.length == 0) {
return 0;
}
int max = array[0];
int curMax = max;
for (int i = 1; i < array.length; i++) {
if (curMax <= 0) {
curMax = array[i];
} else {
curMax += array[i];
}
if (curMax > max) {
max = curMax;
}
}
return max;
}
}
20ms,还是很快的!!
见自己解题。
虽然通常我们用递归的方式来分析动态规划的问题,但最终都会基于循环去编码。