LC 最大子序和

动态规划：dp[i] 表示数组索引终点在i处的最大子序和，即前i+1（i从0开始）个值的最大子序和。dp[i]的值与dp[i-1]有关，当dp[i-1]的值比0小时，舍掉dp[i-1]的值，重新开始取，即：

dp[i] = Math.max (dp[i - 1],0) + nums[i];然后从dp[]中找出最大值就行了，从头找麻烦，这里就用Max随时记录最大值，最后返回Max就好。代码：

class Solution {
    public int maxSubArray(int[] nums) {
        int l = nums.length;
        int [] dp = new int [l];
        dp[0] = nums[0];
        int Max = nums[0];
        for (int i = 1; i < l; i++) {
            dp[i] = Math.max(dp[i - 1], 0) + nums[i];
            Max = Math.max(dp[i], Max);
        }
        return Max;
    }
}

 

评论里有优化版代码，即不用dp数组了，直接用一个变量来代替dp数组，因为dp[i]只与dp[i-1]有关，与dp[i-1]之前的没有关系了，即只与此时dp的前身有关 。所以代码优化为：

class Solution {
    public int maxSubArray(int[] nums) {
        int l = nums.length;
        int dp = nums[0];
        int Max = nums[0];
        for (int i = 1; i < l; i++) {
            dp = Math.max(dp, 0) + nums[i];
            Max = Math.max(dp, Max);
        }
        return Max;
    }
}

效果也非常明显：