JZ30-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)

示例1:

输入	输出
[1,-2,3,10,-4,7,2,-5]	18

//意思就是说，对于输入的序列，求出所有连续的子序列的和的最大值，子序列长度大于等于1，小于等于整个数组长度

//最简单的思路想必都能想到，就是全排列然后求max，但这种复杂又费时
【B站解法】

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) {
        int res = INT_MIN, s = 0;
        //x 10  -11 3 4
        //s 10  -1  3 7
        //r 10   10 10 10
        for(auto x : array)
        {
            if(s < 0) s = 0;
            s += x;
            res = max(res, s);
        }
        
        return res;
    }
};

官方的2解法与上述解法异曲同工

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) {
        int ret = array[0];
        int tmp = 0;
        for (const int k : array) {
            if (tmp + k < 0) {
                tmp = 0;
            }
            else {
                tmp += k;
            }
            ret = max(ret, tmp);
        }
        if (tmp != 0)
            return ret;
        return *max_element(array.begin(), array.end());
    }
};

【官方-动态规划法】

//想法类似，写法不同
class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) {
        int sz = array.size();
        vector<int> dp(sz+1, 1);
        dp[0] = 0; // 表示没有元素
        int ret = array[0];
        for (int i=1; i<=sz; ++i) {
            dp[i] = max(array[i-1], dp[i-1]+array[i-1]);
            ret = max(ret, dp[i]);
        }
        return ret;
    }
};