剑指offer 连续子数组的最大和

题目：

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)

解法1:对每个位置求前缀和，然后依次对应相减少，例如 1 2 -3 4

则对应的前缀和为presum = {1,3,0,4}  则pre[2]-pre[0] 则表示选择子数组为2 -3

则对应的代码为：

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array)
    {
        vector<int>array1;
        vector<int>copy;
        copy.push_back(0);
        for(int i=0;i<array.size();i++)  copy.push_back(array[i]);
        int size = copy.size();
        array1.push_back(copy[0]);
        int sum = copy[0];
        for(int i=1;i<size;i++)
        {
            sum+=copy[i];
            array1.push_back(sum);
        }
        int max_sum = -10000000;
        for(int i=0;i<size;i++)
            for(int j=i+1;j<size;j++)
            {
                int temp = array1[j]-array1[i];
                if(temp>max_sum)  max_sum  =  temp;
            }
        return max_sum;
    }
};

解法2：动态规划的做法：dp[i]维护的从前面某个序列到当前位置的最大值，那么已侦破那个情况是前面的子序列加上自己还不如自己大，那么当前位置的最大值为自己本身，所以转移的条件为dp[i-1]+a[i]>dp[i]  最后扫描一遍即可。

代码：

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) 
    {
    	int dp[1000000];
        int size  = array.size();
        for(int i=0;i<size;i++) dp[i] = array[i];
        for(int i=1;i<size;i++)
           if(dp[i-1]+array[i]>dp[i])  dp[i] = dp[i-1]+array[i];
        int max_sum  = dp[0];
        for(int i=1;i<size;i++) if(dp[i]>max_sum)  max_sum = dp[i];
        return max_sum;
    }
};