算法复习3——连续子数组的最大和

• 使用滑动窗口法：

  重点：需要存储当前滑动窗口的和，如果<=0，就不需要在它的基础上加上当前值

  public int FindGreatestSumOfSubArray(int[] array) {
          //滑动窗口法：
          if(array==null || array.length==0)
              return -1;
          int max=Integer.MIN_VALUE;//存储最大值,初始化为极小值
          int tempSum=0; //当前滑动窗口的和
          for(int i=0;i<array.length;i++){
              if(tempSum<=0){//当前滑动窗口的和<=0，则不需要在它的基础上加第i项
                  tempSum=array[i];
              }
              else{
                  tempSum+=array[i];
              }
              if(tempSum>max)
                  max=tempSum;
          }
          return max;
  }

• 易错点：（上面的tempSum就是此处的preSum），preSum的更新基于最大值，这种思路是错误的！！！

  public int FindGreatestSumOfSubArray(int[] array) {
      //动态规划法
      if(array==null || array.length==0)
              return -1;
      int preSum=0;//前一次的结果
      int realSum=Integer.MIN_VALUE;//后一次的结果
      for(int i=0;i<array.length;i++){
          preSum = Math.max(array[i], realSum + array[i]);
          realSum = Math.max(realSum, preSum);
      }
      return realSum;
  }

  原因分析：最大和的更新基于上次的最大和，但是上次的最大和与array[i]之间不一定连续，也就是说直接相加可能会跳过中间的一些值。

  示例：数组[1,-5,5] 错误方案求出的最大和是6，实际结果应该是5