一般考陣列的題目，重在挖掘數字時間的規律，只要找到規律就可以寫遞推關係式，很容易編寫基於迴圈的
或者是動態規劃的程式。
第一種解法：基於sum更新的解法
class solution
return summax;}};
第二種解法：自低向上的遞迴
使用動態規劃
f（i）：以array[i]為末尾元素的子陣列的和的最大值，子陣列的元素的相對位置不變
f（i）=max（f（i-1）+array[i] ， array[i]）
res：所有子陣列的和的最大值
res=max（res，f（i））
如陣列[6, -3, -2, 7, -15, 1, 2, 2]
初始狀態：
f（0）=6
res=6
i=1：
f（1）=max（f（0）-3，-3）=max（6-3，3）=3
res=max（f（1），res）=max（3，6）=6
i=2：
f（2）=max（f（1）-2，-2）=max（3-2，-2）=1
res=max（f（2），res）=max（1，6）=6
i=3：
f（3）=max（f（2）+7，7）=max（1+7，7）=8
res=max（f（2），res）=max（8，6）=8
i=4：
f（4）=max（f（3）-15，-15）=max（8-15，-15）=-7
res=max（f（4），res）=max（-7，8）=8
以此類推 ，，，，，，，，，，，，
class solution
return res;}};
上邊的也可以開闢 vectordp(size,0)
然後 每次計算結果都儲存在 dp[i]中，最後返回dp陣列中的最大值就好！
第三種解法：分治策略
分治策略，旨在將原先的大問題不斷分解成規模小的問題，比如求最大連續子陣列之和，先將原陣列以中間界線分為三部分，左邊是中界線左邊的元素，右邊是中界線右邊的元素，第三部分是兩邊都有分布的元素的集合，因為最大連續子陣列之和一定是這三部分之其中的乙個，所以最後比較這三部分中最大的，就是最大連續子陣列之和，也是該函式的返回值。而左邊、右邊的計算都繼續遞迴分治函式，直到只有乙個元素為止，而第三部分是以中間界線分別向左、向右連續相加，找出最大連續子陣列之和，這是最關鍵的一步。
迭代次數為n=（mid-low+1）+(high-mid),也是將原本o（n^2）演算法通過分治降為o（nlogn）的主要原因。
分制演算法的**也比較好理解，只是找三個最大值，同樣是基於遞迴進行分，然後合併的時候找中間的最大值！
求連續子陣列最大和
輸入乙個整形陣列，陣列裡有正數也有負數。陣列中連續的乙個或多個整數組成乙個子陣列，每個子陣列都有乙個和。求所有子陣列的和的最大值。例如輸入的陣列為 2,11,4,13,5,2 和最大的子陣列為11,4,13 因此輸出為該子陣列的和20。本題解法多種多樣，時間複雜度可以為 o n 3 o n 2 o ...
求連續子陣列的最大和
題目一 給定乙個陣列，求該陣列的最大子陣列和 與求最長連續子陣列互為姊妹題 題目二 給定乙個陣列，求該陣列的最大兩個子陣列的和 子陣列位置無重合 解題一 子陣列的最大和 技巧法 func getmaxsum arr int int res intmin cur 0 for ele range arr...
求連續子陣列的最大和
題目 在古老的一維模式識別中,常常需要計算連續子向量的最大和,當向量全為正數的時候,問題很好解決。但是,如果向量中包含負數,是否應該包含某個負數,並期望旁邊的正數會彌補它呢？例如 連續子向量的最大和為8 從第0個開始,到第3個為止 思路 從頭到尾逐個累加，儲存兩個值 當前和 最大和。public c...