算法 连续子数组的最大和 c++ 动态规划

题目：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:
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。
提示：1 <= arr.length <= 10^5 -100 <= arr[i] <= 100

算法思路：

状态定义：
设动态规划列表 dp ，dp[i] 代表以元素 nums[i] 为结尾的连续子数组最大和。
转移方程：
若dp[i−1]≤0 ，说明 dp[i−1] 对dp[i] 产生负贡献，即 dp[i−1]+nums[i] 还不如 nums[i] 本身大。
当 dp[i−1]>0 时：执行 dp[i]=dp[i−1]+nums[i] ；
当 dp[i−1]≤0 时：执行 dp[i]=nums[i] ；
初始状态： dp[0]=nums[0]，即以nums[0]结尾的连续子数组最大和为nums[0] 。
返回值： 返回dp 列表中的最大值，代表全局最大值。
空间复杂度降低：
由于dp[i] 只与dp[i−1] 和nums[i] 有关系，因此可以将原数组nums 用作dp 列表，即直接在nums 上修改即可。
由于省去dp 列表使用的额外空间，因此空间复杂度从 O(N) 降至 O(1) 。

代码实现:

#include
#include<math.h>
#include<stdio.h>
#include<string.h>
//using namespace std;
void main() {
int nums[] = { -2,1,-3,4,-1,2,1,-5,4};
int size = sizeof(nums) / sizeof(nums[0]);
for (int i = 1; i < size; i++)
if (nums[i - 1] > 0) nums[i] = nums[i] + nums[i - 1];
cout << max(nums.begin(), nums.end()) << endl;
}
复杂度分析：
时间复杂度 O(N)： 线性遍历数组 nums即可获得结果，使用O(N) 时间。