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

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：

1 用sum表示每一次相加的和，finalSum记录每次的最大值。

2 只要sum的值是大于0的，就一直往后面加；因为最大值已经在finalSum中保存了，所以不必担心丢失

3 否则令sum = array[i]，重新开始计数。在比较的过程中，只要sum>finalSum，finalSum就要重新赋值。

4 最终返回finalSum

public int FindGreatestSumOfSubArray(int[] array) {
        int finalSum = array[0];
        int sum = array[0];
        for (int i = 1; i< array.length; i++) {
            if (sum > 0) {
                sum = sum + array[i];//只要能加上，只要不为负数 就一直加 管他了 每加一次 有finalSum记录最大值 怕啥
            } else {
                sum = array[i];
            }
            if (sum > finalSum) {
                finalSum = sum;
            }
        }
        return finalSum;
    }