剑指offer30 ——连续子数组的最大和

剑指offer30 ——连续子数组的最大和

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)
解法一：暴力法，从头遍历，遍历每个元素作为开始的位置的子元素的和，最后再进行比较。
解法二：动态规划，只需要从头遍历一次，dp[n]=dp[n-1]+array[n]，dp[n]表示当前最大和，dp[n-1]表示前一个位置对应的最大和，我们可以发现当dp[n-1]<0时，无论array[n]是正是负，对dp[n]来说只会变得更小，一定要舍弃dp[n-1]（dp[n-1]=0），当dp[n-1]>0时,是有益的它会增大，数组和要继续加上它。

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) {
        int sum=array[0];    //当前刨除前面舍弃的数组（和<0），目前数组的和
        int max=array[0];    //标记的最大值
        for(int i=1;i<array.size();i++)
        {
            sum+=array[i];
            if(max<sum)    //如果目前的和比前面的和大。更新最大和
                max=sum;
            if(sum<0)    //如果当前数组和<0，则前面的子数组舍弃从目前为止开始
                sum=0;
        }
        return max;
    }
};