动态规划解连续子数组的最大和问题

package Sword69;


// 连续子数组的最大和
// 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？(子向量的长度至少是1)

//  求最优值 一般为动态规划  有两种方案：自顶向下（递归+动态规划）、自底向上（迭代+动态规划）
//  步骤：
//  1. 确定base (最简单的情况)
//  2. 排除无效选择
//  3. 确定选择（当前选择对后续的影响）
//  4. 确定状态转移方程（）
//  5. 使用备忘录消除重叠子问题
//
//

import java.util.Arrays;

public class Code026
{
    public static void main(String[] args)
    {
        System.out.println(solution001(new int[]{1,-2,3}, 0));
        System.out.println(solution001(new int[]{6,-3,-2,7,-15,1,2,2,100}, 0));
        System.out.println(solution002(new int[]{1,-2,3}));
        System.out.println(solution002(new int[]{6,-3,-2,7,-15,1,2,2,100}));
    }

    // 递归
    static int[] dp = new int[1000];
    private static int solution001(int[] arr,int index) {

        if(index == arr.length-1) {
            dp[index] = arr[index];
            return arr[index];
        }

        dp[index] = max(arr[index], arr[index]+solution001(arr, index+1));
        return dp[index];
    }

    // 迭代
    private static int solution002(int[] arr){
        int[] dp = new int[arr.length];
        dp[arr.length -1]= arr[arr.length -1];
        for(int i=arr.length -2 ;i>=0;i--) {
            dp[i]= max(dp[i+1]+arr[i], arr[i]);
        }

        System.out.println(Arrays.toString(dp));
        return 0;
    }

    private static int max(int a, int b) {
        return a>b ? a:b;
    }

}