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)

方法一：动态规划

链接：https://www.nowcoder.com/questionTerminal/459bd355da1549fa8a49e350bf3df484?f=discussion
来源：牛客网

使用动态规划
F（i）：以array[i]为末尾元素的子数组的和的最大值，子数组的元素的相对位置不变
F（i）=max（F（i-1）+array[i] ， array[i]）
res：所有子数组的和的最大值
res=max（res，F（i））

如数组[6, -3, -2, 7, -15, 1, 2, 2]
初始状态：
F（0）=6
res=6
i=1：
F（1）=max（F（0）-3，-3）=max（6-3，3）=3
res=max（F（1），res）=max（3，6）=6
i=2：
F（2）=max（F（1）-2，-2）=max（3-2，-2）=1
res=max（F（2），res）=max（1，6）=6
i=3：
F（3）=max（F（2）+7，7）=max（1+7，7）=8
res=max（F（2），res）=max（8，6）=8
i=4：
F（4）=max（F（3）-15，-15）=max（8-15，-15）=-7
res=max（F（4），res）=max（-7，8）=8
以此类推
最终res的值为8

方法二：

书本的解法，遍历，遇到负和抛弃之前的结果，重新积累，期间保留最大值

class Solution 
{
public:
    //方法一动态规划
    int FindGreatestSumOfSubArray(vector<int> array) 
    {
        int res = array[0];
        int max = array[0];
        for(int i = 1;i<array.size();i++)
        {
            max = std::max(max+array[i],array[i]);
            res = std::max(res,max);
        }
        return res;
    }
};

class Solution 
{
public:
    //方法二
    int FindGreatestSumOfSubArray(vector<int> array) 
    {
        /*int res = array[0];
        int max = array[0];
        for(int i = 1;i<array.size();i++)
        {
            max = std::max(max+array[i],array[i]);
            res = std::max(res,max);
        }
        return res;*/
        
        int sum = 0;
        int result = array[0];
        for(int i = 0;i<array.size();i++)
        {
            if(sum<0)
            {
                sum = array[i];
            }
            else
            {
                sum += array[i];
            }
            
            if(sum > result)
            {
                result = sum;
            }
        }
        return result;
    }
};