53. 最大子数组和

53. 最大子数组和

给你一个整数数组 nums ，请你找出一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。

子数组 是数组中的一个连续部分。

暴力解法

两层for循环，遍历数组找出连续和最大值的数组。

贪心算法

用count记录当前连续数组的和

用result记录当前连续数组和的最大值

贪心：本题指的是，当count为负数时，抛弃前面所有结果，count=0从零开始重新记录，也就是记录了子数组的开始位置。

那么结束位置 可以用result代替，每计算出一个count的最大值就更新一次result

if(count>result){
    result=count
}

完整代码：

/**
 * @param {number[]} nums
 * @return {number}
 */
var maxSubArray = function (nums) {
  let count=0,res=nums[0]
  for(let i=0;i<nums.length;i++){
    count+=nums[i];
    if(count>res){
      res=count
    }
    if(count<0){
      count=0
    }
  }
  return res
};

动态规划

动态规划我一般按照动态规划五部曲

1. 确定dp数组以及下标的含义：dp[i]：包括下标i之前的最大连续子序列和为dp[i]。

2. 确定递推公式

   dp[i]只有两个方向可以推出来：

   dp[i - 1] + nums[i]，即：nums[i]加入当前连续子序列和
   nums[i]，即：从头开始计算当前连续子序列和
   一定是取最大的，所以dp[i] = max(dp[i - 1] + nums[i], nums[i]);

3. dp数组初始化
   从递推公式可以看出来dp[i]是依赖于dp[i - 1]的状态，dp[0]就是递推公式的基础。

   dp[0]应该是多少呢?

   更具dp[i]的定义，很明显dp[0]因为为nums[0]即dp[0] = nums[0]。

4. 确定遍历顺序
   递推公式中dp[i]依赖于dp[i - 1]的状态，需要从前向后遍历。

5. 举例推导dp数组
   以示例一为例，输入：nums = [-2,1,-3,4,-1]，对应的dp状态如下：

   [-2,1,-2,4,3]

注意最后的结果可不是dp[nums.size() - 1] ，而是dp[6]。

在回顾一下dp[i]的定义：包括下标i之前的最大连续子序列和为dp[i]。

那么我们要找最大的连续子序列，就应该找每一个i为终点的连续最大子序列。

所以在递推公式的时候，可以直接选出最大的dp[i]。

完整代码：

var maxSubArray = function (nums) {
    let dp=[nums[0]];
    let max=nums[0]
     for(let i=1;i<nums.length;i++){
    dp[i]=Math.max(dp[i-1]+nums[i],nums[i])
if(max<dp[i]){max=dp[i]}
    }
return max
}