寻找最大子列元素和的巧妙算法

寻找最大子列元素和的巧妙算法

根据用户的输入生成一个数列A，要求出：
$$\sum _{k=i}^j{A}_k$$
的最大值。
为了方便表述，我们记满足要求的数列为B，假设B中共有m个元素，并且
$$B_0=A_i,B_{m-1}=A_j$$
也就是说
$$A_i是B中的第一个元素，A_j是B中的最后一个元素$$

int MaxSubSum(int N)  //N是用户输入数列元素个数-1
{
	int i, TheSum, MaxSum;

	TheSum = MaxSum = 0;

	for (i = 0; i < N; i++)
	{
		TheSum += NumberList[i];    //1

		if (TheSum > MaxSum)
		{
			MaxSum = TheSum;    //2
		}

		else if (TheSum < 0)
		{
			TheSum = 0;    //3
		}
	}
}

为什么这段代码能够成功找到目标值呢？我们可以通过下面这个例子来理解：

用户输入：
4 -3 5 -8 7 6 2 -1

我们重点分析一下 i=3 的时候函数中发生了什么。
首先执行语句1，TheSum 由6变成了-2，接着执行语句3，将 TheSum 置零。
为什么要这么做呢，理由很简单：

B中不必可能含有-8（原因将稍后解释）

换言之，-8这个元素将整个数列分成了两部分，其中一部分是-8左侧的子列，记为C

4 -3 5

另一部分是-8右侧的子列，记为D

7 6 2 -1

我们所求的B就只能是C、D以及它们的子列中的一个。显然，在这道题里，D就是我们要找的B。

而为什么B中一定没有-8呢？
不妨让我们这样理解寻找目标子列的过程：

4 -3 5 -8 7 6 2 -1
该数列等价于
1 5 -8 7 6 2 -1（4和-3加在了一起）
进而
6 -8 7 6 2 -1
进而
-2 7 6 2 -1（数列的最左侧是负数）
截止目前， MaxSum 中储存的数据是6

在我们寻找目标子列时，我们有时会选择性的把负数加到我们的子列当中，因为我们期待着在负数后面我们可以遇到一个绝对值更大的正数，这样就能让子列最终的元素和变大。但是有一种情况下负数是一定不能加入到子列中的——那就是负数在数列的最左侧的情况。而-8的出现就造成了这种情况，因此我们只得以-8为间断点将数列分成两部分再来寻找目标子列。

把-2抛弃后
7 6 2 -1
进而
13 2 -1（由于 13>6 ，MaxSum 的数据更新）
进而 
15 -1
进而
14
此时 MaxSum=14