问题描述：

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)。你会不会被他忽悠住？

分析：如果数组中的数字全部为整数，该问题变不用计算，该算法主要是考虑当出现负数时，该如何处理。这里我给出了两种解决方式，代码如下所示：

 

 

 

 

class Solution {public:    int FindGreatestSumOfSubArray(vector
     
       array) {         if(array.size()==0) return 0;         int sum = array[0];         int temp = array[0];         for(int i=1;i
     

 

class Solution {   int FindGreatestSumOfSubArray(int[] array)     {        int maximum=Integer.MIN_VALUE;          int sum = 0;          if(array.length==0)        {           return 0;        }        else        {            for (int i = 0; i < array.length; i++)                {                  for (int j = i; j < array.length; j++)                  {                      for (int k = i; k <=j; k++)                      {                          sum += array[k];                      }                      if (sum > maximum)                    {                        maximum = sum;                       }                            sum = 0;   //这里要记得清零，否则的话sum最终存放的是所有子数组的和。也就是编程之美上所说的bug。                  }              }              return maximum;           }                  }    }