02动态规划基础---最大连续子序列的和

关于动态规划的相关理解我在上一篇博客动态规划基础01---最长递增子序列中写过，这一篇我们主要练习类似的dp算法题。

题1.对于包含任意正负数的整型数组，求它的最大连续子序列和。比如说，数组array={1,2,3,-7,4,5,6},则它的最大连续子序列为4,5,6，和为15.

首先还是先分析题目的状态转移方程，设maxCur[i]为前i个数字的最大连续子序列和，则

当 maxCur[i-1]<=0时，maxCur[i]=array[i];

当maxCur[i-1]>0时，maxCur[i]=maxCur[i-1]+array[i].

本题没有需要特别注意的边界条件，根据上述方程，相应java代码如下：

public class DP2 {

	/**
	 * @param wj
	 */
	//最大连续子序列和
	public static int func(int[] array){
		int length=array.length;
		if(length==1) return array[0];
		int[] maxCur=new int[length];//保存当前最大子序列和
		maxCur[0]=array[0];//第一个元素初始化
		int maxSum=array[0];//最大值的初始化
		for(int i=1;i<length;i++){
		
			if(maxCur[i-1]<=0){
				maxCur[i]=array[i];
				
			}else{
				maxCur[i]=maxC