连续子数组的最大和

解题思路

题意

题目链接：这是题目链接

    题目内容：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)

解题思路

    这道题可以看做一维的DP（01背包，完全背包等都是二维的），**想一想为什么？**
    好的，现在我们这样来思考上面的样例{6,-3,-2,7,-15,1,2,2}。使用从小到大的思考方式：
    1.判断前1项的连续字数组最大和
    2.判断前2项的连续字数组最大和
    3.判断前3项的连续字数组最大和
    4.判断前4项的连续字数组最大和
    ...
    n.判断前n项的连续字数组最大和
    聪明的你发现规律了吗？（我建议你按照这个思路自己想出解法，然后代码实现）

package 连续子数组的最大和;

public class Solution {
    public int FindGreatestSumOfSubArray(int[] array) {

        int len = array.length;
        int maxSum = Integer.MIN_VALUE;
        return Helper(array, array[0], maxSum, 1, len);
    }
    private int Helper(int[] array, int real, int maxSum, int i, int len) {
        if(i == len){
            return maxSum;
        }
        int val = array[i];
        if(real < 0){
            real = Math.max(real, val);
            maxSum = Math.max(real, maxSum);

        } else {
            val = val + real;
            if(val >= 0){
                real = val;
                maxSum = Math.max(real, maxSum);
            } else {
                real = val;

            }
        }
        return Helper(array, real, maxSum, i+1, len);
    }
    public static void main(String[] args){
        int[] x = {1,23};
        System.out.println(new Solution().FindGreatestSumOfSubArray(x));
    }
}