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)

思路：暂时只想出来了这种暴力算法，对于更优化的方法暂时还没想出来（菜）。就说一下这种暴力算法的思路吧：对于各种长度的连续子序列，我们都将它的和求出来存放在一个数组中，然后遍历这个数组找到最大的那个返回。

实现：

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) {
        if(array.size()==0)
        {
            return 0;
        }
        int len = array.size();
        vector<int> res;//存放和的数组
        int max;//最大的
        for(int i=1;i<=len;i++)//子序列的长度,最短为1，最长为这个序列本身的长度
        {
            for(int j=0;j<=len-i;j++)
            {
                int num = 0;
                for(int k=0;k<i;k++)
                {
                    num += array[j+k];
                }
                res.push_back(num);
            }
        }
        max = res[0];
        for(int i=0;i<res.size();i++)
        {
            if(max<res[i])
            {
                max = res[i];
            }
        }
        return max;
    
    }
};

等想出来非暴力的算法时再来补充！！！