剑指offer 42：连续子数组的最大和

题目描述：

输入一个长度为n的整型数组array，数组中的一个或连续多个整数组成一个子数组，子数组最小长度为1。求所有子数组的和的最大值。

数据范围:

1<=n<=2×105

−100<=a[i]<=100

要求:时间复杂度为O(n)，空间复杂度为O(n)

进阶:时间复杂度为 O(n)，空间复杂度为O(1)

示例1

输入：[1,-2,3,10,-4,7,2,-5]

返回值：18

说明：经分析可知，输入数组的子数组[3,10,-4,7,2]可以求得最大和为18

示例2

输入：[2]

返回值：2

示例3

输入：[-10]

返回值：-10

解法一：动态规划

思路：

设定动态规划表dp，其中dp[i]代表以元素array[i]为结尾的连续子数组的最大和，则状态转移方程为：dp[i] = Math.max(dp[i-1]+array[i], array[i])。实现步骤如下：

遍历数组，比较dp[i-1]+array[i]和array[i]的大小。为保证子数组的和最大，每次比较得最大值，用max记录计算过程中产生得最大的连续和。

 代码：

public class Solution {
    public int FindGreatestSumOfSubArray(int[] array) {
        int[] dp = new int[array.length];
        int max = array[0];
        dp[0] = array[0];
        for(int i=1; i<array.length; i++){
            //动态规划方程
            dp[i] = Math.max(dp[i-1]+array[i], array[i]);
            //每次保存最大值
            max = Math.max(dp[i], max);
        }
        return max;
    }
}

解法二：优化动态规划

思路：

使用一个变量sum来表示当前连续的子数组和，以及一个变量max来表示中间出现的最大的和。

代码：

public int FindGreatestSumOfSubArray(int[] array) {
        int sum = 0;
        int max = array[0];
        for(int i=0;i<array.length;i++){
            // 优化动态规划，确定sum的最大值
            sum = Math.max(sum + array[i], array[i]);
            // 每次比较，保存出现的最大值
            max = Math.max(max,sum);
        }
        return max;
}