【贪心算法】连续子数组的最大和

贪心算法：每一个阶段局部最优，从而达到全局最优，不像动态规划一样需要具有前后逻辑关系的状态转移方程。

思路：

将问题分解为若干个子问题

找出适合的贪心策略，本题为从num[ i ]开始向后相加，如果结果<=0，则说明不是局部最优解。

求解子问题最优解，当结果<=0，从该位置重新开始相加，因为遇见负数一定拉低总和

class Solution {
    public int maxSubArray(int[] nums) {
        if(nums.length == 1){
            return nums[0];
        }
        int sum = Integer.MIN_VALUE;  //不为0 是以为防止全是负数的情况发生
        int count = 0; //用来计算局部最优解的值
        for(int i = 0;i<nums.length;i++){
            count = count + nums[i];
            sum = Math.max(sum,count);  //利用sum值输出最大值
            if(count <= 0){ //当count <= 0 时，已经不满足局部最优解了，重新开始计算
                count = 0;
            }
        }
        return sum;
    }
}