剑指Offer——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)

方法一：找出规律

public class Solution {
    //数组的规律
    //当以i-1个数字的结尾的子数组中的所有数组的和小于0时，如果把这个负数和第i个负数相加，肯定会比第i个数小，所以这种情况下以i个数字结尾的子数组就是第i个数字本身
    //如果以第i个-1个数字结尾的子数组中所有数字的和大于0，则与第i个数字累加就能得到第i个数字结尾的所有数字的和
    public int FindGreatestSumOfSubArray(int[] array) {
        if(array==null || array.length==0){
            return 0;
        }
        if(array.length==1){
            return array[0];
        }
        int sum=0;
        int curSum=array[0];
        for(int i=0;i

方法二：动态规划

public class Solution {
    //动态规划
    //当以i-1个数字的结尾的子数组中的所有数组的和小于0时，如果把这个负数和第i个负数相加，肯定会比第i个数小，所以这种情况下以i个数字结尾的子数组就是第i个数字本身
    //如果以第i个-1个数字结尾的子数组中所有数字的和大于0，则与第i个数字累加就能得到第i个数字结尾的所有数字的和
    public int FindGreatestSumOfSubArray(int[] array) {
        int max=array[0];
        for(int i=1;i0?array[i-1]:0;
           max=Math.max(array[i],max);
        }
        return max;
    }
}