《编程珠玑》第八章第十题

背景题目：

给定一个整形数组，找到连续的和最大的子序列。

1. 暴力破解（O(n3)）：

for i : 1 to n
	for j : i to n
		sum = 0
		for k : i to j
			sum += Array[k]
			maxSum = max(maxSum, sum)

2. 优化（O(n2)）：

创建一个同样大小的整形数组，原始数组为Array1，新建的数组为Array2，Array2[i]表示以Array1[i]为结尾的所有子串中的最大和。构建方式如下：

for i to 1
		sum += Array1[i]
		maxSum = max(sum, maxSum)

3. 辅助数组：
创建一个同样大小的整形数组，原始数组为Array1，新建的数组为Array2，Array2[i]表示以Array1[i]为结尾的所有子串中的最大和。构建方式如下：

for i : 1 to n
	if(0 == i)
		Array2[i] = max(0, Array1[i]);
	else
		if(Array2[i - 1] > 0)
			Array2[i] = max(Array2[i - 1] + Array1[i], 0);
		else
			Array2[i] = max(Array1[i], 0);

原题：

假设我们想要查找的是总和最接近0的子向量，而不是具有最大总和的子向量，你能设计出的最优先的算法是什么？就可以应用到那些算法设计技术？如果我们希望查找总和最接近某一给定实数t的子向量，结果又将怎样？

解法（O(nLogn)）：

创建数组Sum，Sum[i] = Array1[1] + Array[2] + ... Array[i]，复杂度为O(n)，此时计算子向量Array[i...j] = Sum[j] - Sum[i]，要求的即为Sum中最接近的两个数；

对Sum排序，O（nLogn）；

找到相邻的差值最小的，O（n）

类似的都可以考虑上述第三个算法和创建Sum数组的解题方法。