最大子数组、输入总结、第K大的数、字典序全排列

最大子数组

arr没有正数：就是数组中的最大元素
arr中有正数：从左到右遍历arr，变量cur记录每一步的累加和，遇到正数增加，遇到负数，将cur减少；
当cur<0，说明此部分不能作为子数组的左边部分，令cur = 0，从下一个重新开始；
当cur>0，用额外变量记录值max，即用max全程跟踪cur出现的最大值即可

    public static int maxSum(int[] arr){
        if(arr == null || arr.length == 0){
            return 0;
        }
        int max = Integer.MIN_VALUE;
        int cur = 0;
        for(int i = 0;i<arr.length;i++){
            cur+=arr[i];
            max = Math.max(max, cur);
            cur = cur < 0 ? 0 : cur;
        }
        return max;
    }
    public static void main(String[] args) {
        Scanner in = new Scanner(System.in);
        String str  = in.nextLine();
        String[] strA = str.split(" ");
        int[] a = new int[strA.length];
        for(int i=0; i<strA.length; i++){
            a[i] = Integer.parseInt(strA[i]);
            //a[i] = Integer.parseInt(strA[i]);
        }
        int b = maxSum(a);
        System.out.println(b);
    }

堆排序算法

1、将初始无序元素构成大根堆，此堆为初始的无序区；
2、将对顶元素与最后一个元素交换，得到新的无序区（1......n-1）和有序区（n）
3、将新的无序区调整为大根堆结构，再次将顶元素与此区中最后一个元素交换，
    形成新的无序区（1......n-2）和有序区(n-1,n)
4、不断重复此过程直到有序区元素为n-1个，整个排序过程就完成了

堆排序：数据看成是完全二叉树、根据完全二叉树的特性来进行排序的一种算法
完全二叉树的特性; 左边子节点位置 = 当前父节点的两倍 + 1，右边子节点位置 = 当前父节点的两倍 + 2
大根堆：父节点值一定大于子节点的值；小根堆同理

• 调整堆，使之成为最大堆（调整index位置使成为大根堆），其它位置已经满足父节点大于子节点的情况了

• 递归方法和非递归方法

• 由数组建立整个堆

    ///-========-调整堆某个元素，使之为大根堆：递归方法和非递归方法-=========
    //调整堆，使之成为最大堆（调整index位置使成为大根堆），其它位置已经满足父节点大于子节点的情况了
    public void heapify(int[] arr, int index, int heapSize) {
        //arr完全二叉树，index当前节点，heapSize根的大小
        int left = index * 2 + 1;
        int right = index * 2 + 2;
        int largest = index;//最大的索引
        while (left < heapSize) {
            if (arr[left] > arr[index]) {
                largest = left;
            }
            if (right < heapSize && arr[right] > arr[largest]) {
                largest = right;
            }
            if (largest != index) {
                swap(arr, largest, index);
            } else {
                break;
            }
            index = largest;
            left = index * 2 + 1;
            right = index * 2 + 2;
        }
    }
    //调整堆，使之成为最大堆（调整index位置使成为大根堆），其它位置已经满足父节点大于子节点的情况了
    public void heapify1(int[] arr, int index, int heapSize) {