剑指offer——最大连续子序列和

题目描述：
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)。给一个数组，返回它的最大连续子序列的和，你会不会被他忽悠住？(子向量的长度至少是1)

题目分析:

枚举复杂度太大
用动态规划，复杂度为O(n)

AC代码:

六分代码:

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) {
        if(array.size()==0)
            return 0;
        int count=0;//记录非负数个数
        int Max= -100000007;//最小项初始化为一个极小的值
        int maxSubArraySum= 0;//初始化最大连续子序列和为0
        int tempSum=0;//临时最大连续子序列和为0
        for(int index=0;index!=array.size();index++)
        {
            if(array[index]>=0)
                count++;
            if(array[index]>Max)
                Max=array[index];
            if(array[index]+tempSum>0)
                tempSum+=array[index];
            else 
                tempSum=0;
            if(tempSum>maxSubArraySum)
                    maxSubArraySum=tempSum;
        }
        if(count==0)//如果全是负数，返回最大的负数
            return Max;
        else        //否则返回最大连续子序列和
            return  maxSubArraySum;
    }
};

十分代码:
借鉴牛客用户：牛客000001号 的回答

//思想相同，但是十分精炼，elegant!
class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) {
    if(array.empty()) return 0;
        int sum = array[0], tempsum = array[0]; //注意初始值 不能设为0 防止只有负数
        for(int i = 1; i < array.size(); i++) //从1开始 因为0的情况在初始化时完成了
        {
            tempsum = (tempsum < 0) ? array[i] : tempsum + array[i];
            sum = (tempsum > sum) ? tempsum : sum;
        }
        return sum;
    }
};