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。但是向量中包含负数，是否用该包含某个负数，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个为之）。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）

解题思路：

对于一个数A，若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，sum记录当前的值。此时若和大于max_sum，则用max_sum记录下来。

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) 
    {
        if(0 == array.size())
            return 0;
        int sum = 0;
        int max_sum = array[0];    //注意不能设置为0，防止数组中全是负数
        for(int i = 0; i < array.size(); i++)
        {
            if(sum <= 0)
                sum = array[i];
            else
                sum += array[i];
            if(sum >= max_sum)
                max_sum = sum;
        }
        return max_sum;
    }
};

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））

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