[牛客算法总结]：连续子数组的最大和

标签：

暴力破解、动态规划

题目：

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。

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

输入：[2]
返回值：2

反思：

说实话，刚开始看到这道题的时候，我是懵的，不知道从哪下手，一直在想如何动态得获取子数组，但是这个思想有些问题又没有问题，那个时候自己干巴巴的不知在想什么东西，脑子又混乱。
然后我就重新详细得看了一下题目：发现其实只要求出所有的子数组出来就可以了，要知道，程序得运行规则，他不是像我们所想想的一样想变就变的。
那么如何求出所有的子数组呢？
如果想要获取一个数组的所有子数组，通过暴力破解，两次for循环即可解决，但是效率不高。

动态规划：
动态规划，设动态规划列表 dp，dp[i] 代表以元素 array[i] 为结尾的连续子数组最大和。
状态转移方程： dp[i] = Math.max(dp[i-1]+array[i], array[i]);
具体思路如下：
1.遍历数组，比较 dp[i-1] + array[i] 和 array[i]的大小;
2.为了保证子数组的和最大，每次比较 sum 都取两者的最大值;
3.用max变量记录计算过程中产生的最大的连续和dp[i]；

用到的知识点：

拆分数组的所有子数组、动态规划

代码：

暴力破解

  public int FindGreatestSumOfSubArray(int[] array) {

        int len = array.length;
        int max = array[0];
        int sum = 0;

        for (int i = 0; i < len; i++) {
            sum = 0;
            for (int j = i; j < len; j++) {
                sum += array[j];
                max = Math.max(max, sum);
            }

        }
        return max;

    }

动态规划

    public int FindGreatestSumOfSubArray2(int[] array) {

        int len = array.length;
        int[] dp = new int[len];
        dp[0] = array[0];
        int max = array[0];
        for (int i = 1; i < len; i++) {
            dp[i] = Math.max(dp[i-1] +array[i],array[i]);
            max = Math.max(dp[i],max);
        }
        return max;
    }