7.连续子数组的最大和（子数组——最大和）

题目：给一个数组，让求连续数组元素的最大和。

public int maxsumofSubarray (int[] arr)

思路：
连续子数组的最大和 动态规划 dp[i]
dp[i]表示以arr[i]结尾的连续子数组的最大和。arr[i]必须加上，就不判断arr[i]是正还是负。
dp[i]等于arr[i]加上以上一个元素为结尾的最大和dp[i-1]，但是需要判断dp[i-1]的正负，如果是正的则加上，负的就不加，加0。
时间复杂度为O(n)，空间复杂度为O(1)，所以只能在arr上修改，不能创建新数组dp。

---

动态规划都不创建dp[]，省O(n)空间。都不修改原arr[]，只用中间变量来保存中间结果。

---

新（不修改arr数组，只用中间变量保存中间结果）：

	/*
    动态规划，不用创建dp[]省空间，而且不用修改原数组arr。
    只用几个中间变量保存中间的值。
     */
    public int maxsumofSubarray2 (int[] arr) {
        int maxSum = arr[0],temp = 0,preTemp = arr[0];
        for (int i = 1; i < arr.length; i++) {
            temp = arr[i] + (preTemp > 0 ? preTemp : 0);
            if(temp > maxSum) maxSum = temp;
            preTemp = temp;
        }
        return maxSum;
    }

旧（修改arr数组）：

	/*
    求子数组的最大和 动态规划 dp[i]
    dp[i]表示以arr[i]元素结尾的子数组的最大和。
    arr[i]必须加上，所以不判断arr[i]的正负

    dp[i]等于arr[i]加上dp[i-1]，也就是之前元素和的最大值
    所以判断dp[i-1]的正负，正的话就加上，负的话就不加，加0

    时间复杂度为O(n)，空间复杂度为O(1)，所以只能在arr上修改
     */
    public int maxsumofSubarray (int[] arr) {
        int maxSum = arr[0];
        for (int i = 1; i < arr.length; i++) {
            arr[i] += (arr[i - 1] >= 0 ? arr[i - 1] : 0);
//            arr[i] += Math.max(arr[i - 1],0);
            if(arr[i] > maxSum) maxSum = arr[i];
        }
        return maxSum;
    }