2021-12-31 53. 最大子数组和（动态规划）

注：

题目：
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。

示例 1：
输入：nums = [-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 。
示例 2：
输入：nums = [1]
输出：1
示例 3：
输入：nums = [5,4,-1,7,8]
输出：23

提示：
1 <= nums.length <= 105
-104 <= nums[i] <= 104

题解：

这道题之前我们在讲解贪心专题的时候用贪心算法解决过一次，贪心算法：最大子序和 (opens new window)。

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]。

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]);

dp数组如何初始化
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。

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

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。

复杂度分析
时间复杂度：O(n)，其中 n 为 nums 数组的长度。我们只需要遍历一遍数组即可求得答案。
空间复杂度：O(n)。我们只需要常数空间存放若干变量。

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        vector<int> dp(nums.size());//以nums[i]结尾的连续子数组的最大和
        if(nums.size()==0){
            return 0;
        }
        dp[0]=nums[0];
        int result=nums[0];
        for(int i=1;i<nums.size();i++){
            dp[i]=max(nums[i],dp[i-1]+nums[i]);
            result=max(dp[i],result);
        }
        return result;
    }
};