leetcode — 53. 最大子序和

        给定一个整数数组 nums ，找到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。

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 = [0]
输出：0

示例 4：

输入：nums = [-1]
输出：-1

示例 5：

输入：nums = [-100000]
输出：-100000

提示：

• 1 <= nums.length <= 3 * 104
• -105 <= nums[i] <= 105

进阶：如果你已经实现复杂度为 O(n) 的解法，尝试使用更为精妙的 分治法 求解。

---

• 状态定义：dp[i]为以nums[i]结尾的最大子序和。
• 状态转移方程：对于nums[i]有两种情况：一种是和前一个位置的子序列连着 —dp[i]=dp[i-1]+nums[i]；第二种是以自己独立门户，从自己开始 — dp[i]=nums[i]
• 取其中最大值，可得状态转移方程为 dp[i]=max( dp[i-1] + nums[i] , nums[i] )
• dp[0]=nums[0]
• dp[i] 只与 dp[i-1] 和 nums[i] 有关，可以将空间复杂度降到O(1)。对于 dp[i]=max(dp[i-1]+nums[i], nums[i])，两种情况都加了 nums[i] ，只是前面多加了 dp[i-1] ，推出，当dp[i-1] < 0 时，后者大，反之前者大

基础版本 

class Solution {
    public int maxSubArray(int[] nums) {
        int[] dp = new int[nums.length];

        // dp[i]为以nums[i]结尾的最大子序和
        dp[0] = nums[0];
        int ans = dp[0];

        for(int i = 1; i < nums.length; i ++){
            dp[i] = Math.max(dp[i-1] + nums[i], nums[i]);
            ans = Math.max(ans, dp[i]);
        }

        return ans;
    }
}

降低空间复杂度

class Solution {
    public int maxSubArray(int[] nums) {
        // 使用变量来维护当前最小值，降低空间复杂度
        // 以nums[i-1]结尾的最大子序和
        int tempRes = nums[0];
        int ans = tempRes;

        for(int i = 1; i < nums.length; i ++){
            tempRes = Math.max(tempRes + nums[i], nums[i]);
            ans = Math.max(ans, tempRes);
        }

        return ans;
    }
}

添加条件：返回最大子序和的起始和终止坐标？— 在状态转换的时候记录

class Solution {
    public int[] maxSubArray(int[] nums) {
        // 返回最大子序列和的起始和终止下标
        int maxSubSum = Integer.MIN_VALUE;
        int tempDp = nums[0];
        int[] ans = new int[2]; // 存放起始和终止下标
        int start = 0;

        for(int i = 1; i < nums.length; i ++){
            // dp[i-1] > 0 时
            if(tempDp > 0){
                tempDp = tempDp + nums[i];
            }else{
                // dp[i-1]<0时
                tempDp = nums[i];
                 //当nums[i]独立时，记录下子序列的起始位置
                start = i;
            }
            // 判断当前的最大值
            if(tempDp > maxSubSum){
                maxSubSum = tempDp;
                ans[0] = start;
                ans[1] = i;
            }
        }

        return ans;
    }
}