剑指 Offer 42. 连续子数组的最大和

输入一个整型数组，数组中的一个或连续多个整数组成一个子数组。求所有子数组的和的最大值。
要求时间复杂度为O(n)。

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。

暴力解法：

• 两层循环，遍历所有组合，设置max存放最大值
• 时间复杂度极高为$O(N^2)$，导致提交时超出时间限制

Python

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        f = 0
        max = -10**5
        while f != len(nums) :
            sum = nums[f]
            if sum > max: max = sum
            for j in range(f+1,len(nums)):
                sum = sum + nums[j]
                if sum > max: max = sum
            f+=1       
        return max

动态规划法

• 状态定义： 设动态规划列表$dp[]$，$dp[i]$表示以$nums[i]$ 结尾的子数组和的最大值
• 转移方程： 计算每一个$dp[i]$时，当$dp[i-1]<0$时，$dp[i]$直接就取$nums[i]$；当$dp[i-1]>0$时，证明可以加上$dp[i-1]$，则$dp[i]=nums[i]+dp[i-1]$
• 初始状态： $dp[0]=nums[0]$
• 返回值： 返回$dp$列表中的最大值，就是全局最大值

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