leetcode——第53题——最大子序和

题目：
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。

class Solution {
public:
    // int maxSubArray(vector<int>& nums) 
    // {
    //     // 贪心算法： 因为负数总是会拉低总和，所以当遇到负数，就将 sum 清0，
    //     // result 中一直更新最大的 sum ，这样遍历一遍之后得到的就是  最大自序和
    //     int result = INT_MIN;
    //     int sum = 0;
    //     for(int i = 0; i < nums.size(); i++)
    //     {
    //         sum += nums[i];
    //         // result 在遍历中不断更新，保留最大的和
    //         result = result > sum ? result : sum;
    //         // 如果 sum 等于 0 ，那么就表示有负数，那这个负数肯定是拉低总和的，弃之
    //         if(sum <= 0)
    //         {
    //             sum = 0;
    //         }
    //     }
    //     return result;
    // }

    // 动态规划
    /*
    注意子数组即是连续子序列，注意连续的问题，在中间过程中就需要记录中间过程中的最大值，
    因为一旦不符合情况，就需要从 0 开始计数。

    1、确定dp数组以及下标的含义
    dp[i] 表示包括 i 之前的最大连续子序列的和为 dp[i]

    2、确定递推公式
    dp[i] 由两个方向推导而来
    若需要nums[i]，则 dp[i] = dp[i-1] + nums[i]
    若不需要nums[i]，则就开始从头计算当前连续子序列

    3、dp 数组的初始化
    dp[0] = nums[0]
    其余的初始化为0即可

    4、确定遍历顺序
    因为dp[i]依赖于dp[i-1]的状态，所以需要从前往后遍历
    */
    int maxSubArray(vector<int>& nums) 
    {
        if(nums.size() == 0)
        {
            return 0;
        }
        // 第一次见 dp 数组，dp[i] 表示包括 i 之前的最大连续子序列和
        vector<int> dp(nums.size(), 0);
        
        dp[0] = nums[0];
        int result = dp[0];
        // 动态规划的起始下标设为了 1， 
        // debug 的时候 overflow 敏锐一点，就看循环嘛
        for(int i = 1; i < nums.size(); i++)
        {
            dp[i] = max(dp[i - 1] + nums[i], nums[i]);  // 状态转移公示
            result = result > dp[i] ? result : dp[i];   // 更新 result为最大值
        }
        return result;
    }
};