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)
分析
思路是动态规划，设置两个变量，一个是结果返回变量maxSum存储最大连续子数列和；一个是sum存储当前连续的子数列和。当sum+array[i] < array[i]时，还不如从array[i]再从头开始算。
代码
public int FindGreatestSumOfSubArray(int[] array) {
if(array == null || array.length == 0) return 0;
int maxSum = array[0];
int sum = array[0]; //存储连续和
for(int i=1;i<array.length;i++) {
if(sum + array[i] < array[i]) sum = array[i];
else sum += array[i];
maxSum = Math.max(sum,maxSum);
}
return maxSum;
}
