剑指_连续子数组的最大和

题目

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)

分析：

使用动态规划
sum（i）：以array[i]为末尾元素的子数组的和的最大值，子数组的元素的相对位置不变
sum（i）=max（sum（i-1）+array[i] ， array[i]）
res：所有子数组的和的最大值
res=max（res，sum（i））

class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array) {

int i,res = array[0],sum=array[0];
for(i=1;i<array.size();i++)
{
sum = sum+array[i]>array[i]?sum+array[i]:array[i];
res = res>sum ?res:sum ;
}
return res;
}
};

代码

class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array) {

int i,temp = array[0],sum=array[0];
for(i=1;i<array.size();i++)
{
sum+=array[i];
if(sum<0)
sum = 0;
if(temp <sum && sum!=0)
temp = sum;
if(temp<array[i] && array[i]<0)
temp = array[i];
}
return temp;
}
};