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？

利用动态规划

思路：

弄清楚什么是连续的子向量：就是数组中任意起始和终止位置连续的元素，

最大和：若是数组相加小于零，让子数组从新开始，

设置两个变量，一个currentMax用来记录数组相加之和，一个sumMax用来记录最大的子数组和，一旦currentMax大于sumMax，就更新sumMax使它等于currentMax；初始值都赋予数组的第一个元素的值；

 public int FindGreatestSumOfSubArray(int[] array)
    {
    	if(array == null || array.length == 0)
    	{
    		return 0;
    	}
    	int sumMax = array[0];
    	int currentMax = array[0];//保存子数组相加之和
    	//从头开始遍历相加数组中的元素
    	for (int i = 1; i < array.length; i++)
		{
    		//若是相加之和一旦小于零，子数组从新开始，否则相加
			if(currentMax < 0)
			{
				currentMax = array[i];
			}
			else
			{
				currentMax = currentMax + array[i];
			}
			//sumMax保存最大的子数组的和
			if(currentMax > sumMax)
			{
				sumMax = currentMax;
			}
		}
    	return sumMax;
    }