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)

思路

关键在于：最关键的不是当前值，而是前面的累加和，如果前面的累加和是小于0的，那么就可以直接抛弃，然后从当前重新开始累加；如果前面的累加和是大于0的，那么就把当前值也加上去

我一开始进了一个误区，就是如果当前值是负数，那么累加进去不就不行了，但是这么想的话就不对了，因为我可以对于每次的最大值进行保存，直到遇到了更大的才更新，所以不用担心加上了负的当前值后数值会减小，因为之前的最大值我已经进行了保存了。

还有一种动态规划的方法，具体可以看下书上的解释

代码

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) {
        if(array.size()==0)
            return 0;
        if(array.size()==1)
            return array[0];
        int sum=array[0];
        int maxSum=sum;
        for(int i=1;i<array.size();i++)
        {
            if(sum>0)
                sum+=array[i];
            else
                sum=array[i];
            if(sum>maxSum)
                maxSum=sum;
        }
        return maxSum;

    }
};