下面给大家带来的内容是计算连续子向量的最大和的java实现以及思路，想要了解的朋友可以一起来看看具体的实例。
题目：
在古老的一维模式识别当中，经常会要计算连续子向量的最大和,在向量全为正数时，问题非常容易就可以解决了，但，假如向量中包含了负数,是否应该包含某个负数,并期望旁边的正数会弥补它呢?
例：
{6,-3,-2,7,-15,1,2,2},连续子向量的最大和是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，你是否会被它忽悠?(子向量的长度至少是1)
思路1
代码实现：
public class Solution
{
public int FindGreatestSumOfSubArray(int[] array)
{
if (array.length == 0 || array == null)
{
return 0;
}
int curSum = 0;
int greatestSum = 0x80000000;
for (int i = 0; i < array.length; i++)
{
if (curSum <= 0)
{
curSum = array[i]; //记录当前最大值
}
else
{
curSum += array[i]; //当array[i]为正数时，加上之前的最大值并更新最大值。
}
if (curSum > greatestSum)
{
greatestSum = curSum;
}
}
return greatestSum;
}
}思路2：
动态规划
F(i)：以array[i]为末尾元素的子数组的和的最大值，子数组的元素的相对位置不变
F(i)=max(F(i-1)+array[i] ， array[i])
res：所有子数组的和的最大值
res=max(res，F(i))
如数组[6, -3, -2, 7, -15, 1, 2, 2]
初始状态：
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
按照上面类推
最终res的值为8
代码实现：
public int FindGreatestSumOfSubArray(int[] array)
{
int res = array[0]; //记录当前所有子数组的和的最大值
int max = array[0]; //包含array[i]的连续数组最大值
for (int i = 1; i < array.length; i++)
{
max = Math.max(max + array[i], array[i]);
res = Math.max(max, res);
}
return res;
}思路3：
算法时间复杂度O(n)
用total记录累计值，maxSum记录和最大
基础思想：对于一个数A，若是A的左边累计数非负，那么加上A能使得值不小于A，认为累计值对
整体和是有贡献的。
假如，前面几项累计值负数，那么认为有害于总和，total记录当前值。
这个时候，假如和大于maxSum，那么就用maxSum记录下来
代码实现：
public class Solution
{
public int FindGreatestSumOfSubArray(int[] array)
{
if (array.length == 0)
return 0;
else
{
int total = array[0], maxSum = array[0];
for (int i = 1; i < array.length; i++)
{
if (total >= 0)
total += array[i];
else
total = array[i];
if (total > maxSum)
maxSum = total;
}
return maxSum;
}
}
}你的思路清晰了吗?你有自己的想法了吗?更多Java实例可以进一步的关注本网了解。