一. 最大子串行和-聯機演算法
在前兩篇博文中，我們了解了兩種較差演算法，和一種分治演算法。下面我們講解乙個更好的方法：聯機演算法。這種演算法的時間複雜度是 o（n）。這個方法也是解決這個問題的最好演算法，因為無論如何，讀取資料也要 n 次。
1. 例項分析
給定一組資料，data = (1, 4, -3, 7, -6, 10 )。
（1）讀取第乙個元素 1，此時部分和為 1，大於 0, 說明此元素可以為最大值作出貢獻，於是將其加入到子串行中。
（2）接著讀入第二個元素 4, 發現這個元素加上部分和等於 5, 大於 0 ，它也能夠為最大值作出貢獻，將其加入到子串行中。
（3）接著讀入第三個元素 -3, 我們發現這個元素是負的，但是它加上部分和等於 2, 大於 0 。雖然它拖了後腿，但是也不至於讓部分和成為負的，因此也將其加入到子串行中。
其餘元素同理。
我們考慮乙個問題：假如讀取了乙個新元素，這個元素使得部分和小於 0 了，那麼應該怎麼處理？乙個小於 0 的部分和，只會給我們的最大和拖後腿，卻不能提供任何有價值的東西。到這一步，我們將部分和重置為 0 ，說明前面的元素前功盡棄了，我們要從它的下乙個元素開始，重新計算部分和，看看其餘子串行會創造新記錄。如果到結尾，所有元素均已處理完畢，有了新的最大和，那麼我們將最大和更新，否則最大和不變。
2. **實現
1int max_sub_sum_online(const vector&data) 910
return
max_sum;
11 }
**中沒有什麼難點。這說明了乙個思想：真正好的方法，能夠優雅的解決問題，不論是**實現，還是演算法思路，都很容易懂。
最大連續子串行和
最大連續子串行和問題是個很老的面試題了，最佳的解法是o n 複雜度，當然其中的一些小的地方還是有些值得注意的地方的。這裡還是總結三種常見的解法，重點關注最後一種o n 的解法即可。需要注意的是有些題目中的最大連續子串行和如果為負，則返回0 而本題目中的最大連續子串行和並不返回0，如果是全為負數，則返...
最大連續子串行和
求最大連續子串行和 分析 用乙個陣列存入輸入的數字。用乙個變數temp從0開始往後加，存放累計的和，用sum變數存放出現過的最大和。當temp遇到負數會減小，但不能初始化為0重新累計，因為後面還有可能出現正數，和會比前面sum大的情況。只有當temp遇到負數減到小於0時，temp初始化為0重新開始加...
最大連續子串行和
include include include include include include include include include include using namespace std typedef long long ll define pi 3.1415926535897932 ...