最大子数组问题（动态规划初级题目）

题目：
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)

思路1：通过双重循环，将所有长度的所有子串和全部都求出来，每一次都与子串和最大值res进行对比，并不断更新最大值，最终返回res。

代码：

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) {
        int length=array.size();
        int res=-10000;
        int sum=0;
        for(int l=1;l<=length;l++)
            for(int i=0;i<=length-l;i++)
            {
                sum=0;
                for(int j=i;j<i+l;j++)
                    sum+=array[j];
                if(sum>res)
                    res=sum;
            }
        return res;
    }
};

思路2：
dp[i]表示以元素array[i]结尾的最大连续子数组和.
以[-2,-3,4,-1,-2,1,5,-3]为例
可以发现,
dp[0] = -2
dp[1] = -3
dp[2] = 4
dp[3] = 3
以此类推,会发现
dp[i] = max{dp[i-1]+array[i],array[i]}.

代码：

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) {
        int res=array[0];
        int m=array[0];
        for(int i=1;i<array.size();i++)
        {
            m=max(m+array[i],array[i]);
            res=max(m,res);
        }
        return res;
    }
};