最大连续子数组和 动态规划_（剑指offer）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：

分析：

这题考察动态规划，只需要O(n)时间复杂度即可。其推导公式如下：f(i) = array[i]   i = 0f(i) = f(i - 1) + array[i]   i > 0i的取值范围：0<= i < n1、判断当前的数值与之前遍历的累加最大值进行比较，并取两者最大2、根据1得到的结果与之前记录的最大值进行比较，取两者最大值

代码：

public class Solution {    public int FindGreatestSumOfSubArray(int[] array) {        int length = array.length;        // 假设最大值是第一个        int max = array[0];        for (int i = 0, sum = 0; i < length; ++i) {            // 取当前值与累加的值两者最大值            sum = Math.max(array[i], array[i] + sum);            // 更新最大值            max = Math.max(max, sum);        }        return max;    }}