import java.util.*;

/**
 * NC166 连续子数组的最大和(二)
 * @author d3y1
 */
public class Solution {
    /**
     * 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可
     *
     *
     * @param array int整型一维数组
     * @return int整型一维数组
     */
    public int[] FindGreatestSumOfSubArray (int[] array) {
        return solution1(array);
        // return solution11(array);
        // return solution2(array);
        // return solution22(array);
    }

    /**
     * 动态规划 + 贪心
     *
     * len[i]表示以array[i]为结尾(必选)的连续子数组的长度
     * dp[i]表示以array[i]为结尾(必选)的连续子数组的最大和
     *
     *         { dp[i-1] + array[i]  , dp[i-1] >= 0
     * dp[i] = {
     *         { array[i]            , dp[i-1] < 0
     *
     *          { len[i-1] + 1  , dp[i-1] >= 0
     * len[i] = {
     *          { 1             , dp[i-1] < 0
     * 
     * @param array
     * @return
     */
    private int[] solution1(int[] array){
        int n = array.length;

        int[] dp = new int[n];
        int[] len = new int[n];

        dp[0] = array[0];
        len[0] = 1;

        // 连续子数组的最大和
        int sum = dp[0];
        // 连续子数组(最大和)的最长长度
        int length = len[0];
        // 最长连续子数组(最大和)的最后位置
        int index = 0;
        for(int i=1; i<n; i++){
            // 贪心
            if(dp[i-1] >= 0){
                dp[i] = dp[i-1]+array[i];
                len[i] = len[i-1]+1;
            }else{
                dp[i] = array[i];
                len[i] = 1;
            }
            if(dp[i] > sum){
                sum = dp[i];
                length = len[i];
                index = i;
            }
            if(dp[i] == sum){
                if(len[i] > length){
                    length = len[i];
                    index = i;
                }
            }
        }

        int[] result = new int[length];
        for(int i=index-length+1,j=0; i<=index; i++){
            result[j++] = array[i];
        }

        return result;
    }

    /**
     * 动态规划 + 贪心
     *
     * len[i]表示以数组中第i个整数为结尾(必选)的连续子数组的长度
     * dp[i]表示以数组中第i个整数为结尾(必选)的连续子数组的最大和
     *
     *         { dp[i-1] + array[i-1]  , dp[i-1] >= 0
     * dp[i] = {
     *         { array[i-1]            , dp[i-1] < 0
     *
     *          { len[i-1] + 1  , dp[i-1] >= 0
     * len[i] = {
     *          { 1             , dp[i-1] < 0
     * 
     * @param array
     * @return
     */
    private int[] solution11(int[] array){
        int n = array.length;

        int[] dp = new int[n+1];
        int[] len = new int[n+1];

        dp[0] = Integer.MIN_VALUE;
        len[0] = 0;

        // 连续子数组的最大和
        int sum = Integer.MIN_VALUE;
        // 连续子数组(最大和)的最长长度
        int length = 0;
        // 最长连续子数组(最大和)的最后位置
        int index = 0;
        for(int i=1; i<=n; i++){
            // 贪心
            if(dp[i-1] >= 0){
                dp[i] = dp[i-1]+array[i-1];
                len[i] = len[i-1]+1;
            }else{
                dp[i] = array[i-1];
                len[i] = 1;
            }
            if(dp[i] > sum){
                sum = dp[i];
                length = len[i];
                index = i;
            }
            if(dp[i] == sum){
                if(len[i] > length){
                    length = len[i];
                    index = i;
                }
            }
        }

        int[] result = new int[length];
        for(int i=index-length,j=0; i<index; i++){
            result[j++] = array[i];
        }

        return result;
    }


    /**
     * 动态规划(空间优化) + 贪心
     *
     * preLen 表示以数组中上一整数为结尾的连续子数组的长度
     * preSum 表示以数组中上一整数为结尾的连续子数组的最大和
     * curLen 表示以数组中当前整数为结尾的连续子数组的长度
     * curSum 表示以数组中当前整数为结尾的连续子数组的最大和
     *
     *          { preSum + array[i]  , preSum >= 0
     * curSum = {
     *          { array[i]           , preSum < 0
     *
     *          { preLen + 1  , preSum >= 0
     * curLen = {
     *          { 1           , preSum < 0
     *
     * @param array
     * @return
     */
    private int[] solution2(int[] array){
        int n = array.length;

        int curSum;
        int preSum = array[0];
        int curLen;
        int preLen = 1;

        // 连续子数组的最大和
        int sum = array[0];
        // 连续子数组(最大和)的最长长度
        int length = 1;
        // 最长连续子数组(最大和)的最后位置
        int index = 0;
        for(int i=1; i<n; i++){
            // 贪心
            if(preSum >= 0){
                curSum = preSum+array[i];
                curLen = preLen+1;
            }else{
                curSum = array[i];
                curLen = 1;
            }
            if(curSum > sum){
                sum = curSum;
                length = curLen;
                index = i;
            }
            if(curSum == sum){
                if(curLen > length){
                    length = curLen;
                    index = i;
                }
            }

            preSum = curSum;
            preLen = curLen;
        }

        int[] result = new int[length];
        for(int i=index-length+1,j=0; i<=index; i++){
            result[j++] = array[i];
        }

        return result;
    }

    /**
     * 动态规划(空间优化) + 贪心
     *
     * preLen 表示以数组中上一整数为结尾的连续子数组的长度
     * preSum 表示以数组中上一整数为结尾的连续子数组的最大和
     * curLen 表示以数组中当前整数为结尾的连续子数组的长度
     * curSum 表示以数组中当前整数为结尾的连续子数组的最大和
     *
     *          { preSum + array[i-1]  , preSum >= 0
     * curSum = {
     *          { array[i-1]           , preSum < 0
     *
     *          { preLen + 1  , preSum >= 0
     * curLen = {
     *          { 1           , preSum < 0
     *        
     * @param array
     * @return
     */
    private int[] solution22(int[] array){
        int n = array.length;

        int curSum;
        int preSum = Integer.MIN_VALUE;
        int curLen;
        int preLen = 0;

        // 连续子数组的最大和
        int sum = Integer.MIN_VALUE;
        // 连续子数组(最大和)的最长长度
        int length = 0;
        // 最长连续子数组(最大和)的最后位置
        int index = 0;
        for(int i=1; i<=n; i++){
            // 贪心
            if(preSum >= 0){
                curSum = preSum+array[i-1];
                curLen = preLen+1;
            }else{
                curSum = array[i-1];
                curLen = 1;
            }
            if(curSum > sum){
                sum = curSum;
                length = curLen;
                index = i;
            }
            if(curSum == sum){
                if(curLen > length){
                    length = curLen;
                    index = i;
                }
            }

            preSum = curSum;
            preLen = curLen;
        }

        int[] result = new int[length];
        for(int i=index-length,j=0; i<index; i++){
            result[j++] = array[i];
        }

        return result;
    }

    /////////////////////////////////////////////////////////////////////////////////////////////

    // /**
    //  * 前缀和 + 滑动窗口
    //  *
    //  * 超时!
    //  *
    //  * @param array
    //  * @return
    //  */
    // private int[] solution1(int[] array){
    //     int len = array.length;
 
    //     int[] dp = new int[len+1];
 
    //     for(int i=1; i<=len; i++){
    //         dp[i] = dp[i-1] + array[i-1];
    //     }
 
    //     int max = Integer.MIN_VALUE;
    //     int left=0,right=len,sum;
    //     for(int gap=len; gap>0; gap--){
    //         for(int j=0; j+gap<=len; j++){
    //             sum = dp[j+gap] - dp[j];
    //             if(sum > max){
    //                 max = sum;
    //                 left = j;
    //                 right = j+gap;
    //             }
    //         }
    //     }
 
    //     int[] result = new int[right-left];
    //     for(int i=0,j=left; j<right; i++,j++){
    //         result[i] = array[j];
    //     }
 
    //     return result;
    // }
 
    // /**
    //  * 动态规划
    //  *
    //  * dp[i]表示以数组中第i个整数为结尾(必选)的最大和
    //  *
    //  *         { dp[i-1] + array[i-1]  , dp[i-1] >= 0
    //  * dp[i] = {
    //  *         { array[i-1]            , dp[i-1] < 0
    //  *
    //  * @param array
    //  * @return
    //  */
    // private int[] solution2(int[] array){
    //     int len = array.length;
 
    //     int[] dp = new int[len+1];
 
    //     int index=1,width = 0;
    //     int maxSum = Integer.MIN_VALUE;
    //     int lastWidth = Integer.MIN_VALUE;
    //     for(int i=1; i<=len; i++){
    //         if(dp[i-1] >= 0){
    //             dp[i] = dp[i-1] + array[i-1];
    //             width++;
    //         }else{
    //             dp[i] = array[i-1];
    //             width = 1;
    //         }
 
    //         // 最大和更大
    //         if(dp[i] > maxSum){
    //             maxSum = dp[i];
    //             index = i;
    //             lastWidth = width;
    //         }
    //         // 最大和相同 且 长度更长
    //         else if(dp[i]==maxSum && width>lastWidth){
    //             index = i;
    //             lastWidth = width;
    //         }
    //     }
 
    //     int[] result = new int[lastWidth];
    //     for(int i=0,j=index-lastWidth; j<index; i++,j++){
    //         result[i] = array[j];
    //     }
 
    //     return result;
    // }
 
    // /**
    //  * 动态规划: 空间压缩
    //  *
    //  * pre 表示以数组中上一整数为结尾的最大和
    //  * curr表示以数组中当前整数为结尾的最大和
    //  *
    //  *        { pre + array[i-1]  , pre >= 0
    //  * curr = {
    //  *        { array[i-1]        , pre < 0
    //  *
    //  * @param array
    //  * @return
    //  */
    // private int[] solution3(int[] array){
    //     int len = array.length;
 
    //     int index=1,width = 0;
    //     int maxSum = Integer.MIN_VALUE;
    //     int lastWidth = Integer.MIN_VALUE;
    //     int pre=0,curr;
    //     for(int i=1; i<=len; i++){
    //         if(pre >= 0){
    //             curr = pre + array[i-1];
    //             width++;
    //         }else{
    //             curr = array[i-1];
    //             width = 1;
    //         }
 
    //         // 最大和更大
    //         if(curr > maxSum){
    //             maxSum = curr;
    //             index = i;
    //             lastWidth = width;
    //         }
    //         // 最大和相同 且 长度更长
    //         else if(curr==maxSum && width>lastWidth){
    //             index = i;
    //             lastWidth = width;
    //         }
 
    //         pre = curr;
    //     }
 
    //     int[] result = new int[lastWidth];
    //     for(int i=0,j=index-lastWidth; j<index; i++,j++){
    //         result[i] = array[j];
    //     }
 
    //     return result;
    // }
}