看到这个题目，我们首先想到的是求出这个整型数组所有连续子数组的和，长度为n的数组一共有 n(n+2)/2个子数组，因此要求出这些连续子数组的和最快也需要O(n^2)的时间复杂度。但是题目要求的O(n)的时间复杂度，因此上述思路不能解决问题。
看到O(n)时间复杂度，我们就应该能够想到我们只能对整个数组进行一次扫描，在扫描过程中求出最大连续子序列和以及子序列的起点和终点位置。假如输入数组为{1,-2,3,10,-4,7,2,-5}，我们尝试从头到尾累加其中的正数，初始化和为0，第一步加上1，此时和为1，第二步加上-2，此时和为-1，第三步加上3，此时我们发现-1+3=2，最大和2反而比3一个单独的整数小，这是因为3加上了一个负数，发现这个规律以后我们就重新作出累加条件：如果当前和为负数，那么就放弃前面的累加和，从数组中的下一个数再开始计数。
代码实例：
View Code
经过@Yu's 技术生涯 测试，发现我上面的代码确实存在问题，现在做了如下修改：
1.添加了一个遍历用于保存遍历数组中发现的最大和的起始，原来的start和end只用于保存真是的开始于结尾。
2.当currSum<0的时候，我们只让p值为最大和子数组的开始
3.在最后判断currSum>greatestSum的时候，只有当currSum>greatestSum成立，才让start=p，否则就表明以p开头的子数组最大和不是最大的。
示例代码如下：
如果用函数f(i)表示以第i个数字结尾的子数组的最大和，那么我们需要求出max(f[0...n])。我们可以给出如下递归公式求f(i)
这个公式的意义：
当以第(i-1)个数字为结尾的子数组中所有数字的和f(i-1)小于0时，如果把这个负数和第i个数相加，得到的结果反而不第i个数本身还要小，所以这种情况下最大子数组和是第i个数本身。
如果以第(i-1)个数字为结尾的子数组中所有数字的和f(i-1)大于0，与第i个数累加就得到了以第i个数结尾的子数组中所有数字的和。
其实上述两种方法的实现方式非常相似，只是解体思路不同而已。通常我们会使用递归的方式分析动态规划的问题，但是最终都会基于循环去写代码。在动态规划方法中创建了一个数组c[]用于存储中间结果，而第一种方法中只需要一个临时变量currSum.
作者：xwdreamer