最大连续子数组和

都说看过了并不是你的，只有做过了才是你的。

第一次遇到这个题目是在算法基础课程的期末考试上，我当时这道题留了白；后来在《编程之美》里不小心又遇到了，只知道它使用了动态规划的思想，但没细看；第三次遇到是在实习面试的时候，没想到又留白了。事不过三，事过了“四”就不是事了，是绊脚石。所以我有写一点东西的必要，写过了才是自己的。

一看到最大值，心里就应该想到，最终程序里必定有这么一个过程：在一个序列里比较查找最大值。但是这个序列是什么呢？记得算法基础老师说过，动态规划其实不难，有了公式其实程序很容易实现，难就难在如何定义一些符号含义（往往在定义符号表示之后就豁然开朗了），然后把解决方案表示成公式。

好家伙，对于这道题，我们把f(i)定义为第 i 个数字结尾的子数组的最大和，如果我们已经知道了以每个数字结尾的子数组的最大和，那就需要在这些最大和中寻找一个最大值，这就是之前所说的必定会存在的操作。所以，现在问题就变为了如何求解以一个数字结尾的子数组的最大和。

以第1个数字结尾的子数组只有它本身，所以我们知道了以第1个数字结尾的子数组的最大和。以第2个数字结尾的子数组有2个，以第3个数字结尾的子数组有3个，对于以第3个数字结尾的子数组的最大和，要么是第3个数字加上以第2个数字结尾的子数组的最大和，要么是第3个数字（当以第2个数字结尾的子数组的最大和小于等于0时）。以此类推，得到如下公式：

计算所有f(i)并找出其中的最大值，两个步骤和二为一，可以得到O(n)的效果。

int max_sub_vector_sum(std::vector<int> const& values) {
    int sn=0;
    int max_sum=values.at(0);

    for(vector<int>::const_iterator iter=values.begin();iter!=values.end();iter++)
    {
        if(sn<=0)
            sn=*iter;
        else
            sn=sn+*iter;
        if(sn>max_sum)
            max_sum=sn;
    }
    return max_sum;
}