算法（数组）——最大子数组和

最大子数组和

给定一个整数数组 nums ，找到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。

示例：

输入: [-2,1,-3,4,-1,2,1,-5,4],
输出: 6
解释: 连续子数组 [4,-1,2,1] 的和最大，为 6。

动态规划解法

思路：

1.状态方程：dp[i]=Max(dp[i-1]+A[i],A[i])

2.我们从头开始遍历数组，遍历到数组元素 arr[ i ] 时，连续的最大的和 可能为 max( dp[ i -1 ] ) + arr[ i ] ，也可能为 arr[ i ] ，做比较即可得出哪个更大，取最大值。时间复杂度为O(N)

public static int maxSubarraySum(int[] A) {
		int max=A[0];
		int[] dp=new int[A.length];
		dp[0]=A[0];
		for(int i=1;i<A.length;i++){
			dp[i]=Math.max(dp[i-1]+A[i], A[i]);
			if(dp[i]>max)
				max=dp[i];
		}
		return max;
        
    }

非动规解法1

思想和动规方法相似。对数组元素进行累加，每累加一个数，比较加上当前的数的和与当前这个数谁大，就将累加和设为谁。

例如：1，-2, 3

第一步：sum=1，max=1

第二步：加上-2，sum=-1 >-2,所以累加和就是-1，max不变

第三步：加上3，sum=2<3,此时我们发现加上前面的反而会使和变小，所以这个时候，就要把累加和设为3，也就是从3开始重新累加，max=3

public static int maxSubarraySum(int[] A) {
		int max=A[0];
		int sum=A[0];
		for(int i=1;i<A.length;i++){
			if(sum+A[i]<A[i]){
				sum=A[i];
			}else {
				sum+=A[i];
			}
			if (sum>max) {
				max=sum;
			}
		}
		
		return max;
	}

非动规解法2

public static int maxSubarraySum(int[] A) {
		int max=Integer.MIN_VALUE;
		int sum=0;
		for (int i = 0; i < A.length; i++) {
			max=Math.max(max, sum+A[i]);
			if(sum+A[i]>0){
				sum+=A[i];
			}else {
				sum=0;
			}
		}
		return max;
	}