连续子数组的最大和

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)

• 第一种思想： 动态规划
  令 F（i）：以array[i]为末尾元素的子数组的最大和
  根据题意 可列出方程 ： F（i）=max（F（i-1）+array[i] ， array[i]）
  即：在array[i] 之前的所有子数组中的最大和 F（i-1）如果能令array[i] 的值继续增加则添加，否则抛弃，隐含可认为，以array[i]为末尾元素的子数组， 其F（i-1） 大于 0 时才有正向意义， 否则可不考虑前面的元素
  做法：采用循环，计算以每一个元素结尾的 F（i）值， 并记录其中的最大值， 即为 最大连续子序列的和

int res = array[0]; //记录当前所有子数组的和的最大值
int max=array[0];   //包含array[i]的连续数组最大值
for (int i = 1; i < array.length; i++) {
     max=Math.max(max+array[i], array[i]);
     res=Math.max(max, res);
     }

• 第二种思想： 实现过程与动态规划过程类似，但思想简单
  若一维数组中的数字全部为正数，则全部相加即为最大值，目前，存在的问题在于，数组中存在负数，因此有可能需要适当的舍弃一些数字
  我们仍然从头加到尾，但一旦发现，当前的和 小于 0 时，应当舍弃目前相加的所有数字，并从下一个正数开始重新相加
  之所以可以全部丢弃，不考虑前面的任何数，是因为，若当前和为负数，则说明你当前相加的一定为负数，且前面所有正数的和都小于负数的和，因此从中间任何一个数开始重新相加都没有意义，他仍然会小于0
  此外由于负数的存在，因此，每相加一个数，都要判断其是否比之前的值都要大，若大于，及时保存下来

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) {

        int len = array.size();
        if( len == 0)
            return 0;
        int temp = 0;
        int maxvalue = 0;
        for( int i = 0; i < len ; i++)
        {
            if( temp <= 0 )
            {
                temp = array[i];
            }
            else
            {
                temp += array[i];
            }
            if( maxvalue < temp)
            {
                maxvalue = temp;
            }
        }
        return maxvalue;
    }
};