用动态规划策略解决最大子段和问题

题目描述：

给你一个整数数组 nums ，请你找出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。

子数组 是数组中的一个连续部分。（源自leetcode 53.）

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 。

示例 2：

输入：nums = [1]
输出：1

示例 3：

输入：nums = [5,4,-1,7,8]
输出：23

算法分析：

假设我们已经知道了以j结尾的最大子段和为k，并且由前j项所得的最大和为sum。

那么以下有这么几种情况：

1.

    假设k+nums[j+1]<0,那么我们可以得知以j+1结尾的最大子段和是个负数（这里要特别说明一下，当数据特殊的情况下，k可能是不存在的，我们这种时候需要把k当作0处理，可以理解为从j+1重新开始计数）

我们下一步去看看这个k+nums[j+1]是不是>sum,如果是，那么sum=k+nums[j+1]，记录下新的最大值。

因为以j+1结尾的最大和是个负数，它会妨碍下一个数的最大和，所以必须从下一个重新记数，k=0

2.

    假设k+num[j+1]>=0,同1的情况，我们先看看和sum的大小，观察是否是我们要找的那个sum。但是因为以j+1结尾的子段和是非负数，我们把它保留到j+2中

一些特别说明：

        如果用temp来存贮k的值的话，temp初始值=0，sum=num[0]，不然的话sum计算可能出问题

判断要在更改temp之前，不然置零的temp会对sum（尤其是负数多的用例）产生干扰

代码实现（c++）：

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int length=nums.size();
        int temp=nums[0];int sum=nums[0];
        for(int i=0;i<length;i++)
        {   
            if(i!=0)
            temp=temp+nums[i];
            if(temp>sum)
                sum=temp;
            if(temp<0&&length!=1)
                temp=0;

        }
        return sum;
    }
};