本文共 1223 字，大约阅读时间需要 4 分钟。
最大连续子序列和问题是一个经典的算法题目，通常用Kadane算法解决。Kadane算法的基本思路是从左到右遍历数组，对于每个元素，判断其是否比当前累加值大。如果是，则更新当前累加值；否则，重置当前累加值为该元素的值。同时，每次更新最大累加值，记录最大的那个。
以下是详细的步骤解释：
初始化变量：首先设置最大累加值maxx为数组的第一个元素，当前累加值current也为第一个元素。
遍历数组：从第二个元素开始遍历数组。
更新当前累加值：对于每个元素，判断其是否大于当前累加值加上该元素。若是，则将当前累加值设置为该元素的值；否则，将当前累加值更新为前一个累加值加上当前元素的值。
更新最大累加值：在每次遍历后，比较当前累加值与maxx，若当前累加值更大，则更新maxx。
返回结果：遍历结束后，返回maxx，即为最大连续子序列的和。
这种方法的时间复杂度是O(n)，空间复杂度是O(1)，非常高效。
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)
题解
这个问题可以通过Kadane算法来解决。Kadane算法的基本思想是从左到右遍历数组,对于每个元素,判断它是否比当前累加值大。如果是,则更新当前累加值;否则,重置当前累加值为该元素的值。同时,每次遍历都要比较当前累加值和全局最大值,记录最大的那个。
代码
class Solution {public: int FindGreatestSumOfSubArray(vector array) { if (array.empty()) { return 0; } int maxx = array[0]; int current = array[0]; for (int i = 1; i < array.size(); ++i) { current = array[i] > (current + array[i]) ? array[i] : (current + array[i]); if (current > maxx) { maxx = current; } } return maxx; }}
转载地址：http://quzb.baihongyu.com/