剑指offer--连续子数组的最大和

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 连续子数组的最大和 {public static void main(String[] args) {// TODO Auto-generated method stubint[] input = {6,-3,-2,7,-15,1,2,2};int answer = FindGreatestSumOfSubArray(input);System.out.println(answer);}/* 1.用maxnum保存上一个最大子数组的和,tempmax保存当前子数组的和； * 2.如果当前子数组小于0了，说明tempmax对当前子数组有害，则丢弃之前的tempmax=array[i]; * tempmax>0则说明对当前子数组有用，保留，并tempmax=tempmax+array[i]; * 3.一旦出现tempmax>maxnum，即当前数组大于上一个最大子数组的和的情况，就用tempmax保留这个情况 * */    public static int FindGreatestSumOfSubArray(int[] array) {int tempmax = array[0];int maxnum = array[0];for (int i = 1; i < array.length; i++) {tempmax=(tempmax<=0)?array[i]:tempmax+array[i];maxnum = (tempmax>maxnum)?tempmax:maxnum;}return maxnum;    }}