剑指offer---连续子数组的最大和

题目描述

HZ偶尔会拿些专业问题来忽悠那些非计算机专业的同学。今天测试组开完会后,他又发话了:在古老的一维模式识别中,常常需要计算连续子向量的最大和,当向量全为正数的时候,问题很好解决。但是,如果向量中包含负数,是否应该包含某个负数,并期望旁边的正数会弥补它呢？例如:{6,-3,-2,7,-15,1,2,2},连续子向量的最大和为8(从第0个开始,到第3个为止)。给一个数组，返回它的最大连续子序列的和，你会不会被他忽悠住？(子向量的长度至少是1)
解题思路：
用两个值分别记录最大值和当前数组中数组的最大和。
核心代码：
当前的和+目前遍历的数字 < 目前遍历的数字，说明目前遍历的数字比之前数字的和大，则更新数字的和为目前遍历的数字

//用贪心写：
int FindGreatestSumOfSubArray(vector<int> array){
	if(array.size()==0){
		return 0;
	}
	int maxNum = array[0];//最大值 
	int curSum = 0;//数组中数字的当前和 
	for(int i =0;i < array.size();i++){
		if( (curSum + array[i]) < array[i] ){
		//当前的和+目前遍历的数字 < 目前遍历的数字，
		//说明目前遍历的数字比之前数字的和大，则更新数字的和 为目前遍历的数字
			curSum = array[i];
		}else{
			curSum += array[i];
		}
		if(maxNum < curSum){
			maxNum = curSum;
		}
	}
	return maxNum;
}

下面是用动态规划实现的：

dp[i] 表示数组以array[i]作为结尾的连续序列的最大和。

1、这个最大和的连续序列只有一个元素，即以array[i]开始，以array[i]结尾。
2、这个最大和的连续序列有多个元素，即从前面某处array[p]开始（p<i），一直到array[i]结尾。

对第一种情况，最大和就是array[i]本身。
对第二种情况，最大和是dp[i-1]+array[i]，
即array[p]+…+array[i-1]+array[i]=dp[i-1]+array[i]。

由于只有这两种情况，于是得到状态转移方程：

dp[i]=max{ array[i]，dp[i-1]+array[i] }

下面为AC代码：

//用动态规划写：
 int maxSubArray(vector<int>& nums) {
        if(nums.size() == 0){
            return 0;
        }
        vector<int> dp;
        dp.resize(nums.size());
        //边界
        dp[0] = nums[0];
        //动态规划
        for(int i = 1;i < nums.size();i++){
            dp[i] = max(dp[i - 1] + nums[i],nums[i]);
        }
        int k = 0;
        for(int i = 0;i < nums.size();i++){
            if(dp[i] > dp[k]){
                k = i;
            }
        }
        return dp[k];
    }