Find Maximum Sum Subarray - Kadane's Algorithm

问题： 给定一个数列，例如【−2, 1, −3, 4, −1, 2, 1, −5, 4】， 求一个连续的数列使得数列内的元素和最大， 示例中最大子数列应该是【4, −1, 2, 1】, 求和值为6。

这个问题是的衍生变种问题，常出现与各笔试面试中， 如清晰解题： 网易笔试合唱团

该问题最早于1977年提出，但是直到1984年才被Jay Kadane 发现了线性时间的最优解法，所以算法虽然长度很短，但其实并不容易理解。

算法描述：

遍历该数组， 遍历之前设置了两个变量 max_ending_here, max_so_far
其中 max_ending_here 用于记录遍历过程中， 如果把当前元素 x 强制规定为子数列的最后一个元素时， 能找到的最大子数列的总和是多少
由于真正的最大子数列必然存在一个结尾元素， 所以只需要从每个位置计算出的 max_ending_here 中， 找到最大值， 就是全局的最大子数列的值。
max_so_far 用于记录遍历过程中， 所发现的最大的 max_ending_here
一次遍历之后， 变量 max_so_far 中存储的即为最大子片段的和值。
此处为python 代码 ， 变量A 传入数组。

def max_subarray(A):
    max_ending_here = max_so_far = A[0]
    for x in A:
        max_ending_here = max(x, max_ending_here + x)
        max_so_far = max(max_so_far, max_ending_here)
    return max_so_far

理解此算法的关键在于:
先将问题进行拆分， 指定数组中某一个元素 A[i] 作为最大子数列的末尾元素时， 能找到的最大子数列的求和值是多少
这样就会发现， A[i] 作为末尾元素时能找到的最大子数列 subarrayi subarray_isubarray 
i
​    
 ， 必然为A[i] 本身，或是 A[i-1] 作为末尾元素时能找到的最大子数列 subarrayi−1 subarray_{i-1}subarray 
i−1
​    
  拼接上 A[i]
所以我们只需要从头到尾遍历数组， 依次计算出每一个位置的 A[i] 作为末尾元素时， 能找到的最大子数列求和值 max_ending_here_{i}, 就能在此基础上计算出 A[i+1] 作为末尾元素时， 能找到的最大子数列求和值 max_ending_here_{i+1}, 在这一次遍历的过程中， 记录下max_ending_here 中的最大值就是全局最大子数列的求和值