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)。你会不会被他忽悠住？(子向量的长度至少是1)

思路

1.动态规划，dp[i]=max(dp[i-1]+array[i],array[i]),到当前结点的连续子数组最大和等于(前一个结点的+当前结点数值)和当前结点数值最大的那个。
2.例如5、-6、3、-2、5、3、-1，最大子数组是3、-2、5、3。 找和的时候开始是5为正数加上，然后是-6，5-6=-1，小于0的数就没有必要在加上其他数找最大和了，可以舍去这项，所以preRes记录之前的和，加上当前项大于0就更新，说明对计算res可能有用，还用一个res记录真正的结果，如果preRes+当前结点的值大于res就更新res；

code

class Solution {
public:
    //1.
    int FindGreatestSumOfSubArray(vector<int> array) {
        int  *dp=new int[array.size()];
        int res=-1;
        for(int i=0;i<array.size();++i){
            if(i==0){
                res=dp[i]=array[i];
                continue;
            }
            dp[i]=(dp[i-1]+array[i])>array[i]?(dp[i-1]+array[i]):array[i];
            res=dp[i]>res?dp[i]:res;
        }
        return res;
    }
    //2.
    int FindGreatestSumOfSubArray(vector<int> array) {
        int preRes=0;
        int res=0x80000000;
        for(int i=0;i<array.size();++i){
            if(preRes<=0){
                preRes=array[i];
            }else{
                preRes=preRes+array[i];
            }
            if(preRes>res)
                res=preRes;
        }
        return res;
    }
};