最大子数组问题：分治法或动态规划法

1、问题： 寻找数组A的和最大的非空连续子数组。我们称这样的连续子数组为 最大子数组。

2、使用分治策略的求解思路：
作者思路：主观的先用分治法的思路向问题靠近，看问题是否符合分治法的结题过程。

该问题的核心：

3、伪代码描述：
3.1、跨越中点的最大子数组求解过程：

FIND_MAX_CROSSING_SUBARRAY(A, low, mid, high)
{
	left_sum = 负无穷  // 记录目前为止找到的左边子数组最大和
	sum = 0; // 记录左边子数组所有元素的和
	for i=mid -> low {
		sum = sum+A[i];
		if(sum>left_sum){
			left_sum = sum;
			max_left = i; //记录和最大时的数组下标
		}
	}
	
	right_sum = 负无穷  // 记录目前为止找到的右边子数组最大和
	sum = 0; // 记录右边子数组所有元素的和
	for i=mid_1 -> high {
		sum = sum+A[i];
		if(sum>right_sum ){
			right_sum = sum;
			max_right = i; //记录和最大时的数组下标
		}
	}
	return (max_left, max_right, left_sum+right_sum)	
}

3.2、最大子数组分治法伪代码完整求解过程：

4、其他解法：动态规划C++代码：
以动态规划的思路去思考此问题，判断该问题是否符合动态规划的解题流程。
解题思路：见注释（思路为重点）

/*
算法时间复杂度O（n）
用total记录累计值，maxSum记录和最大
基于思想：对于一个数A，若是A的左边累计数非负，那么加上A能使得值不小于A，认为累计值对
         整体和是有贡献的。如果前几项累计值负数，则认为有害于总和，total记录当前值。
         此时若和大于maxSum 则用maxSum记录下来
*/
int FindGreatestSumOfSubArray(int[] array) {
    if(array.length==0)
        return 0;
    int total=array[0],maxSum=array[0];
    for(int i=1;i<array.length;i++){
        if(total>=0)
            total+=array[i];
        else
            total=array[i];
        if(total>maxSum)
            maxSum=total;
    }
    return maxSum;
}

参考资料：
1、算法导论 4.1节：最大子数组问题
2、牛客网 [编程题]连续子数组的最大和，答案作者：别看我只是一只羊

总结：

1、以不同的解题思路思考问题都可以得出答案，因此要熟悉各种解题思路，如分治、动规等。
2、最大子数组问题解题思路：对于一个数A，若是A的左边累计数非负，那么加上A能使得值不小于A，认为累计值对整体和是有贡献的。如果前几项累计值负数，则认为有害于总和，total记录当前值。此时若和大于maxSum 则用maxSum记录下来。