最大子序列和

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。

1. 最简单的暴力法 两遍大循环 以 i为 序列起点 ，j为序列结尾 ，将i加到j 即为连续序列和 找出最大即可

class Solution {
    int [] dp ;

    public int climbStairs(int n) {
       dp=new int [n+1];
       if(n==1){
           return 1;
       }
       if(n==2){
           return 2;
       }
       dp[1]=1;
       dp[2]=2;
       //递推方程式  dp[i]=dp[i-1]+dp[i-2]
       for(int i=3;i<=n;i++){
           dp[i]=dp[i-1]+dp[i-2];
       }
       return dp[n];

    }
}

2. 动态规划

参照 题解

按照题中给的例子 [-2,1,-3,4,-1,2,1,-5,4], 可以 按最后一个数 分开
序列1 [-2] 最大为 -2
序列2 [-2,1] 最大为 1
序列3 [-2,1,-3] 最大为1

用dp数组表示到第几位的最大值。应为序列结尾的情况最多只有n种， 选定结尾点即可
转移方程 dp[i]= dp[i-1]+num[i] / num[i]
由于dp[i]一定要到 num[i] ，所以 只会有两种情况 一个是前面 的dp[i-1]小于0，这个时候dp[i] 就为 num[i],否则
dp[i] = dp[i-1]+num[i];
在上述过程中 dp[]数组中的部分就会被重复使用，比暴力遍历 好了很多 。

class Solution {
    public int maxSubArray(int[] nums) {
        int [] dp =new int [nums.length];
       if(nums.length==0){
           return -1;

       }
       if(nums.length==1){
           return nums[0];

       }
       //代表第一个
       dp[0]=nums[0];
    
       for(int i =1;i<nums.length;i++){
          
           if(dp[i-1]<0){
               //System.out.println("nums["+i+"] is"+ nums[i]);
               dp[i]=nums[i];
           }
           else{
               dp[i]=dp[i-1]+nums[i];

           }
       }
        int max =-1000;

       for(int i =0; i<dp.length;i++){
          // System.out.println("dp["+i+"] is :"+ dp[i]);
          if(dp[i]>max){
              max=dp[i];
          }
       }
       return max;
                    
     }   

 }