剑指Offer——（30）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)。你会不会被他忽悠住？(子向量的长度至少是1)

实现如下：

//求连续子段最大和时的过程中可能有两种情况
//1.计算到array[i]时，如果CurrentSum为负数，此时说明：
//(1)若加array[i]，则CurrentSum的值比array[i]还要小，所以应该放弃前面的子段，从array[i]开始重新计算子段和
//(2)否则将array[i]继续纳入此子段，且CurrentSum += array[i]
//2.比较当前子段和CurrentSum与历史最大子段和GreatestSum的大小，对GreatestSum进行更新
//注意判断arrry是否有效
class Solution 
{
public:
    int FindGreatestSumOfSubArray(vector<int> array) 
    {
        if (array.size() == 0) return 0;//防御性动作

        int CurrentSum = 0;//当前最大子段和
        int GreatestSum = 0x80000000;//历史最大子段和，因为GreatestSum有可能为负数，所以其初始化为int类型的最小值
        for (int i = 0; i < array.size(); ++i)
        {
            if (CurrentSum < 0)如果CurrentSum已经为负数，即从array[i]开始重新计算子段和
                CurrentSum = array[i];
            else//否则将array[i]纳入当前子段
                CurrentSum += array[i];
            if (GreatestSum < CurrentSum)//更新GreatestSum
                GreatestSum = CurrentSum;
        }
        return GreatestSum;
    }
};