LeetCode-最大子序和(java实现)以及分治法理解

题目如下：

    题目中已经给了提示，完美的解法需要使用分治法求解。本题的分治法代码实现非诚简单，但是理解起来会有点困难，先看一下这两篇博客的解释，再看代码

    分治法理解：https://blog.csdn.net/linhuanmars/article/details/21314059

    分治法理解：https://blog.csdn.net/Pwiling/article/details/49405163

public int maxSubArray(int[] nums) {
        if(nums == null || nums.length == 0){
            return 0;
        }
        int local = nums[0];
        int global = nums[0];
        for(int i=1; i<nums.length; i++){
            local = Math.max(nums[i], local+nums[i]);
            global = Math.max(local, global);
        }
        return global;
    }

    整个代码中最关键的一句代码就是循环体中的“local = Math.max(nums[i], local+nums[i]”。做完这道题目之后，我对分治法的理解是：每一步找出局部最优解，然后在这些局部最优解中找出一个全局最优解，这个全局最优解就是我们想要的结果。

      这里我把程序运行的步骤图画了出来，

    非常感谢这两篇文章的作者，让我对分治法有了更深的理解。上面他们的解释已经很清晰了，不过这里我也想说一说我的理解。红着脸班门弄斧一下，哈哈。

    从局部最优解中找出全局最优解，只需要在每次循环之后比较local和global的大小即可。难点在于理解“local = Math.max(nums[i], local+nums[i]”这行代码。为什么寻找局部最优解(最大子序和)是比较nums[i]和local+nums[i]的值就行了呢？ 

    根据表达式等号左边的“local”要么等于nums[i]，要么等于local+nums[i]。而等号右边的local+nums[i]其实就是数组的一个子序。 当程序运行到第i次的时候，假设当前最大子序和是local+nums[i]。第i+1次与第i次相比，多了一个nums[i+1]变量，所以最大子序和就是比较nums[i+1]和local+nums[i+1]。(这一点，和上面链接中的文章中说的不太一样，但是我觉得这样理解会更容易一点)

    反思：刚开始看到这题，脑子里还是挥不去使用多重for循环暴力求解。在提交之后，看到了用时最长的实现就是暴力求解用时120+ms。而分治法程序跑到了10ms以内。好的算法对于性能的提升竟然恐怖如斯...