Practice20: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整数组成一个子数组。求所有子数组的和的最大值。要求时间复杂度为 O(n).

Practice20:

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整数组成一个子数组。求所有子数组的和的最大值。要求时间复杂度为 O(n).

S1

牛客解题之一：

状态转移方程：dp[i] = max(array[i], dp[i-1]+array[i])
解释：如果当前元素为整数，并且dp[i-1]为负数，那么当然结果就是只选当前元素
技巧：这里为了统一代码的书写，定义dp[i]表示前i个元素的连续子数组的最大和，结尾元素为array[i-1]

 

dp[n]代表以当前元素为截止点的连续子序列的最大和，如果dp[n-1]>0，dp[n]=dp[n]+dp[n-1]，因为当前数字加上一个正数一定会变大；如果dp[n-1]<0，dp[n]不变，因为当前数字加上一个负数一定会变小。使用一个变量max记录最大的dp值返回即可。

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) {
       int size = array.size();
       vector<int> pre_sum(size+1,0);
        pre_sum[0]=0;
        int max_sum = array[0];
        for(int i=1;i<=size;++i){
            pre_sum[i]=max(array[i-1],pre_sum[i-1]+array[i-1]);
            max_sum = max(pre_sum[i],max_sum);
        }
        return max_sum;
    }
};

S2

牛客解题之二

思想很简单，就是对下标为i的元素array[i]，先试探的加上array[i], 如果和为负数，显然，以i结尾的元素对整个结果不作贡献。
具体过程：

1. 初始化：维护一个变量tmp = 0
2. 如果tmp+array[i] < 0, 说明以i结尾的不作贡献，重新赋值tmp = 0
3. 否则更新tmp = tmp + array[i]
   最后判断tmp是否等于0， 如果等于0， 说明数组都是负数，选取一个最大值为答案。

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) {
        int ret = array[0];
        int tmp = 0;
        for (const int k : array) {
            if (tmp + k < 0) {
                tmp = 0;
            }
            else {
                tmp += k;
            }
            ret = max(ret, tmp);
        }
        if (tmp != 0)
            return ret;
        return *max_element(array.begin(), array.end());
    }
};