一维、二维 最大连续子数组和

    算法导论中的一个题目，上次面试题中被扩展到了二维和二维环形数组，记录下以供参考。

一、    一维连续子数组 最大和

    问题描述：给定一个一维数组，求其中连续子数组和的最大值。
    样例输入：{ 1， 5， -3， 6， -7}
    样例输出：9  // 1 + 5 + -3 + 6

    方法1：分治法，也是算法导论中介绍的一种方法。选取数组的中间元素a[n/2]，那么子数组要么经过中间元素，要么在a[0]和中间元素之间，要么在中间元素和a[n]之间。如果经过中间元素，从中间元素开始向两侧寻找最大和子数组，两个数组合并即可得到跨中间元素的最大和子数组。递归求解两侧最大子数组情况。

    时间复杂度分析：T( n ) = 2*T( n/2 ) + Θ（n） ------->   Θ（n logn）

    这种算法时间复杂度为n logn，虽然相比蛮力法更快，但依然不是最优。因为每次递归求解子数组和时，都会产生重复求解的问题。

    下列方法2、3使用动态规划对此问题进行改进，时间复杂度达到 O( n )。

    方法2：动态规划。一维数组的子数组两端都是不固定的，我们可以先假设一端已经确定位置，那么只需确定另一端的位置即可。用辅助数组 c[r] 存储 a[0] -> a[r] 之间最大连续子数组和，其中 a[r] 是子数组的一个端点。当填充完c[0] -> c[n-1]后，c数组中的最大值即是我们要求的结果。

    状态转移方程：c[r] = max( 0, c[r-1] ) + a[r]    // a[r]为一个端点，如果c[r]非0，那么最大值应为 c[r] + a[r]