NC19 连续子数组的最大和

题目描述

输入一个长度为n的整型数组array，数组中的一个或连续多个整数组成一个子数组。求所有子数组的和的最大值。
示例：
输入：[1,-2,3,10,-4,7,2,-5]
输出：18
原题链接：连续子数组的最大和

思路

• 递归：void sumFind(int[] array, int k, int sumNow)
  每一步：从第k步起计算连续子数组和，并向下推进k+1
  出口：k==array.length
• 动态规划：利用dp[i]数组记录到第i个变量时的最大连续和，状态转移方程是dp[i]=Math.max(array[i],dp[i-1]+array[i])
• 动态规划空间优化：动态规划的过程中dp数组只有最新的值是被使用的，因此可以使用两个变量来优化空间，一个记录旧的最大值，一个记录当前的最大值。

递归

    public int sum;
    public int FindGreatestSumOfSubArray(int[] array) {
        sum=Integer.MIN_VALUE;
        sumFind(array,0,0);
        return sum;
    }
    public void sumFind(int[] array,int k,int sumNow){
        if(k==array.length) return;
        for(int i=k;i<array.length;i++){
            sumNow+=array[i];
            if(sumNow>sum) sum=sumNow;
            sumFind(array,k+1,0);
        }
    }

递归是可以完成题解的，但是递归的复杂度和纯暴力解法一样，会导致栈溢出，这里提到递归是想记录一下递归的思路，在循环的过程中，控制k和sumNow可以控制是否选取重复元素，这一点在递归的使用中比较重要。

动态规划

     public int FindGreatestSumOfSubArray(int[] array) {
        int sum=0;
        int res = array[0];
        for(int i = 0;i < array.length;i ++){
            sum = Math.max(array[i],array[i] + sum);
            res = Math.max(res,sum);
        }
        return res;
    }

动态规划这里用的是优化后的，利用sum变量代替原有的dp数组，完成状态转移，并更新res记录转移过程中的最大值。