剑指offer:(31）时间效率 :连续子数组最大和

package jianzhioffer;

public class Solution31 {
	//动态规划：就是将中间值保存下来
	public static int FindGreatestSumOfSubArray(int[] array) {
		if (array == null || array.length <= 0)
			return 0;
		int maxSum = array[0];//注意初始值 不能设为0 防止只有负数
		int tempSum = array[0];
		for (int i = 1; i < array.length; i++) {
			if (tempSum <= 0) {
				tempSum = array[i];
			} else {
				tempSum += array[i];
			}
			if (tempSum > maxSum) {
				maxSum = tempSum;
			}
		}
		return maxSum;
	}
	


	public static void main(String[] args) {
		int[] array = { -2, -8, -1, -5, -9 };
		System.out.println(FindGreatestSumOfSubArray(array));
	}

}

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：动态规划，将中间值存下来

          设定两个变量一个存最大和：maxSum

                               一个存临时和（可能成为最大和），tempSum

           都初始化为数组的第一个值，以防全是负数