leetcode------53. 最大子序和

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。
进阶:

如果你已经实现复杂度为 O(n) 的解法，尝试使用更为精妙的分治法求解。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/maximum-subarray
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------

本题是一个数组子序列求最值的动态规划问题

思考问题的最后一步，我们观察到了数组最后一个元素nums[8]=4，假设前面的连续子数组nums[i...j]的最大值为M，则因为nums[8]是正数，那么 M + nums[8] = M + 4 > M。

那如果nums[8]是一个负数呢？这样的结果就是M+nums[8] < M,所以此时就不加nums[8]

那么，对于子问题，我们就可以转化为以下的思路:

1.如果我们要求 [0....i] （记为F(i)）部分的连续子数组的最大，我们需要知道 [0...i-1] (记为F(i-1)) 部分的连续子数组的最大值；

2.判断F(i-1)对于F(i)的影响，我们知道理论上说，F(i-1)是[0...i-1]连续子数组的和的最大值，但是F(i-1)可为正也可为负，比如例子中的nums[0] = -2 < 0 ，所以当F(i-1) < 0 时，F(i) = nums[i],当F(i-1) > 0时，F(i) = F(i-1) + nums[i]

这样综合上述的1,2 我们可以得到以下状态转移过程:

F(i) = max(F(i-1)+nums[i],nums[i])

即，F(i-1)<0,F(i-1)+nums[i] < nums[i]

接下来我们需要一个存储容器dp，存储关于已经计算过的F(i-1)，这也时dp思想的关键部分

需要对dp进行初始化，因为时求和，所以dp[0] = nums[0],且从 i = 1 开始遍历 nums

分析完毕，代码如下:

go语言实现:

func maxSubArray(nums []int) int {
    //数组求子序列最值问题:
    //F(i) = max(F(j)) + nums[i]
    dp := make([]int,len(nums))
    dp[0] = nums[0]
    res := nums[0]
    for i:=1;i<len(nums);i++ {
        dp[i] = int(math.Max(float64(dp[i-1]+nums[i]),float64(nums[i])))
        if dp[i] > res {
            res = dp[i]
        }
    }
    return res
}