剑指offer&&Leetcode 动态规划专题

1：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,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，你会不会被他忽悠住？(子向量的长度至少是1)

解析：一道经典的动态规划的题，从前往后枚举，转移方程为

dp[i] = max(dp[i-1]+a[i],a[i]);

扫描完毕，然后从前往后扫描一遍。

代码：

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) 
    {
        if(array.size()==1)  return array[0];
        int size = array.size();
        int* dp = new int[size];
        memset(dp,0,sizeof(dp));
        dp[0] = array[0];
        for(int i=1;i<size;i++)  dp[i] = max(dp[i-1]+array[i],array[i]);
        int ans = dp[0];
        for(int i=1;i<size;i++) ans = max(dp[i],ans);
        return ans;
    }
};