DP算法求解最大连续子数组的和

      最近面试好几次遇到同一个面试题：给定一个整数数组，数组里可能有正数、负数和零。数组中连续的一个或多个整数组成一个子数组，每个子数组都有一个和。求所有子数组的和的最大值。

    《算法导论》里用分治算法解决此类问题，使时间复杂度达到lgN,后来发现此题用动态规划求解更好一点。

      动态规划的思想是用已知的结果决策之后的一层。此题中，假设数组为int items[7] = { 2,5,-3,5,7,-9,6 }，我们用sub保存临时连续最大值，result代表结果，都先取第一个元素。

      首先第一个成员2是起始元素，我们根据2决策5，因为2>0，所以sub=2+5；如果第一个元素<0，即sub<0，那么sub直接取5。第一次决策结束，所以结果包含两种情况{以第2个元素结束的sub，仅仅表示第二个元素的sub}，其他不必考虑。

      第二次决策-3，同理，如果sub>0,sub=sub+ -3;如果sub<0,则sub置为-3.

      以此类推~

      我们不必考虑考虑诸多复杂情况，因为每一层的决策都是由之前的结果得到，下面附上代码：

int dynamicProgram(int *array, int N)
{
	//DP算法求解最大连续子数组和
	int sub = array[0],result=array[0];
	for (int i = 1; i < N; ++i) {
		if (sub > 0) sub += array[i];
		else sub = array[i];
		if (sub > result) result = sub;
	}
	return result;
}

         如果需要知道起始位置和末位置，只需要传入起始变量和末变量，在第一个if里更新末变量，else里更新起始变量。