最大子段和（三）

最大子段和问题

解法三：

算法分析：

对于序列a,设j代表当前序列的终点，i代表当前序列的起点

分析：如果a[i]是负的，那么它不可能是最大子段的起点，因为任何包含a[i]为起点的子段都可以通过
         用a[i+1]为起点而得到改进。类似的，任何负的子段都不可能是最优子段的前缀（原理相同）.
         如果在循环中检测到a[i]到a[j]的子段是负的，那么可以推进i.

结论：不仅能把i推进到i+1,而且可以一直推进到j+1.
原因：令p为i+1和j之间的任一下标。开始于下标p的任意子段都不大于从下标i开始并包含从a[i]到a[p-1]的子段,

        因为a[i]到a[p-1]这个子段不是负的（j是使得从下标i开始，其值成为负值序列的第一个下标）

 

算法实现：

public class MaxSum 
{
	public static int maxSubSum(int[] a)
	{
		int maxSum = 0;
		int thisSum = 0;

		for (int j = 0; j < a.length; j++)
		{
			thisSum += a[j];
			if (thisSum > maxSum)
			{
				maxSum = thisSum;
			}
			else if (thisSum < 0)
			{
				thisSum = 0;
			}
		}

		return maxSum;
	}
	public static void main(String[] args) 
	{
		int[] a = {-2, 11, -4, 13, -5, -2};
		System.out.println(MaxSum.maxSubSum(ar));
	}
}

算法的优点：

1）运行时间最短；

2）而且只对数据进行一次扫描，一旦a[i]被读入并被处理，它就不在需要被记忆；

3）在任何时刻，算法都能对已读入的数据给出该问题的正确答案；