剑指offer练习_动态规划_连续子数组的最大和

解决方案：

class Solution:
    def FindGreatestSumOfSubArray(self , array: List[int]) -> int:
        # write code here
        dp=[0]*len(array)
        dp[0]=array[0]
        max_=array[0]
        for i in range(1,len(array)):
            dp[i]=max(dp[i-1]+array[i],array[i])
            max_=max(max_,dp[i])
        return max_

思路：
使用动态规划来做，假设长度为len(array)的列表dp。
dp[i]中保存着以array[i]为结尾的子数组的最大和。
因为以第i个数为结尾所以array[i]是必然被选择的，
所以dp[i]的结果会有两个来源，dp[i-1]+array[i],或者array[i]。
我们取其中最大的即可。故dp[i]=max(dp[i-1]+array[i],array[i]).
那么就可以从头到尾遍历array，使用max_保留最大值即可。
需要注意的是，遍历时，需要从array[1]开始，因为dp[0]已经默认赋值了

参考解题思路：
方法：动态规划，设动态规划列表 dp，dp[i] 代表以元素 array[i] 为结尾的连续子数组最大和。
状态转移方程： dp[i] = Math.max(dp[i-1]+array[i], array[i]);
具体思路如下：
1.遍历数组，比较 dp[i-1] + array[i] 和 array[i]的大小;
2.为了保证子数组的和最大，每次比较 sum 都取两者的最大值;
3.用max变量记录计算过程中产生的最大的连续和dp[i]；

参考链接