每日一题，每日一练 31最大子序和（把思维逆转过来的动态规划）

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。

这是一道很经典的动态规划题了，那么既然是最大连续子序，连续虽然防止了我们用贪心获取全部正值，但是在这里也补足了我们可以挨个遍历的条件，这里用到动态规划的思想，对于每个数，除了dp【0】=nums【0】，我们把思维逆转过来，不要想加上这个数子序是否会增大，而是利用连续的思想，思考对在这里结束的子序来讲，之前的子序对于和的增大有没有提供帮助，换句话说。如果之前的子序加上我还没有我本身大，那么之前的连续子序对和的贡献为零，我们就可以抛弃掉之前连续子序的累加，改为从这里开始叠加新的连续子序。于是，我们的状态转移方程为dp【i】=max（num【i】+dp【i-1】，num【i】），这样我们在dp中得到的每个dp【i】是nums中在以i为结尾的最大子序和，我们只要找到其中的最大值就可，而不需要输出子序本身。
代码如下：

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        dp=[0 for i in range(len(nums))]
        dp[0]=nums[0]
        for i in range(1,len(nums)):
            dp[i]=max(dp[i-1]+nums[i],nums[i])
        return max(dp)

把思维逆转过来，成步堂！