[java实现]找一个数组的最大和的连续子数组(时间复杂度 O(n))

收藏一下，请直接点击原帖地址：http://blog.csdn.net/hpf911/article/details/9275583
这是《剑指Offer》中的一道题目，数组中的元素可能是正负，所以连续的子组求和，会变大也可能变小，解题时首先要求当前的和（初始值为0）和下一个元素求和后，如果是负的，那么重新置0和下下个继续求和，首先要找到使和增加的正的元素。然后有了当前最大的和后，纪录下来；继续累加求和，若新增的元素使和变为负数，那么重新置0，按这个逻辑找出剩余元素的一个最大子组和，若超过前纪录，覆盖，直到子组遍历结束。（动态规划解题方法就是首先想好整个事件发展的逻辑，比如Sn和Sn－1，Sn－2的关系，然后可以用递归思想，或者数学上的归纳法得到事件发展规律，但是动态规划不同于递归的高复杂度的开销，它将有用的子结果纪录到表中，以部分空间来节约时间）下面代码为置顶链接的原帖作者的代码。

public class FindMaxSumOfSubArray {

    /** * @param args */
    public static void main(String[] args) {
        FindMaxSumOfSubArray f = new FindMaxSumOfSubArray();
        int[] arr = { 1, -2, 3, 10, -4, 7, 2, -5 };
        System.out.println("MaxSum:" + f.findMaxSum(arr));
    }

    public Integer findMaxSum(int[] arr) {
        int curSum = 0;
        int maxSum = 0;
        int len = arr.length;

        if (arr == null || len == 0) {
            return null;
        }

        for (int i = 0; i < len; i++) {
            curSum += arr[i];
            if (curSum < 0) {
                curSum = 0;
            }
            if (curSum > maxSum) {
                maxSum = curSum;
            }
        }

        // all data are negative
        if (maxSum == 0) {
            for (int i = 0; i < len; i++) {
                if (i == 0) {
                    maxSum = arr[i];
                }
                if (arr[i] > maxSum) {
                    maxSum = arr[i];
                }
            }
        }
        return maxSum;
    }
}