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)。你会不会被他忽悠住？(子向量的长度至少是1)
public class Solution {
public int FindGreatestSumOfSubArray(int[] array) {
if(array.length == 0){
return 0;
}
int currSum = array[0];
int sum = array[0];
for(int i = 1; i < array.length; i++){
currSum = currSum >= 0 ? currSum + array[i] : array[i];
sum = currSum > sum ? currSum : sum;
}
return sum;
}
}
通过一个currSum统计当前正序列能到达的最大值，如果currSum变成了负值说明刚刚那个负数太小了，以至于把之前辛辛苦苦攒的正值和都给抵消掉了，所以我们不能将这个负数添加到连续数组中，所以连续子数组一定在这个数的后面，我们需要在后面更新这个currSum，所以将currSum置为当前数，到下一次循环时，currSum仍然时负的，直到一个正数出现，我们就可以重新计算这个和了，如果这个currSum大于我们之前访问的所有的sum，则更新sum为currSum；
最后返回的sum一定时最大值
