剑指30.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)

一：直观方法，时间复杂度超过O(n^2)
列举出数组的所有子数组并求出他们的和，一个长度为n 的数组，子数组的个数为n(n+1)/2,求出所有的和，最快需要O(n^2)的时间复杂度。

二、动态规划

F（i）：以array[i]为末尾元素的子数组的和的最大值，子数组的元素的相对位置不变
F（i）=max（F（i-1）+array[i] ， array[i]）
res：所有子数组的和的最大值
res=max（res，F（i））

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) {
    
        int res=array[0];
        int f=array[0];
        for(int i=1;i<array.size();i++){
            f=max(f+array[i],array[i]);
            res=max(f,res);
        }
        return res;
    }
};

三、根据数组特点，时间复杂度O(n)
遍历一次数组，从头到尾累加数组中的每个数字。当累加和为负数时候，放弃最后一次加入的负数，保存此时的累加和，从下一个数字开始累加。按此方法更新替换最大和。
*如果存在数组为全负数的情况，该方法失效。数组全为负数时，子序列最大和为数组中最大的负数。设定一个int类型的flag=0。如果数组中有元素>0,则flag++；如果遍历数组完成后，flag仍然==0，则为全负数序列。

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) {
        int len=array.size();
        if(len==0) return 0;
        
        int max=INT_MIN,sum=0,min=INT_MIN;
        int flag=0;
        for(int i=0;i<len;i++){
            if(array[i]>=0) flag++;
            if(array[i]<=0 && array[i]>=min)
                min=array[i];
            sum+=array[i];
            if(sum<0) sum=0;
            if(sum>max) max=sum;
        }
        return (flag?max:min);
    }
};