连续子数组的最大和

题目描述思路实现

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

典型动态规划 max：表示以array[i]为末尾元素的子数组的和的最大值(一次遍历得到的最大值) max=MAX ( array[i]+max , array[i] ) res：表示以所有i为结尾的情况中，结果最大的那个（所有遍历结束后的最大值） res=MAX（res , max）

实现

public class Solution { //动态规划 public int FindGreatestSumOfSubArray(int[] array) { int res=array[0];//res表示以所有i为结尾的情况中，结果最大的那个（所有遍历结束后的最大值） int max=array[0];//max表示以array[i]为末尾元素的子数组的和的最大值(一次遍历得到的最大值) for(int i=1;i<array.length;i++){ max=Math.max(array[i]+max,array[i]); //最终还要比较所有i的情况中，哪个最大 res=Math.max(max,res); } return res; } }