力扣-53题 最大子序和（C++）- 贪心、动态规划

题目链接：https://leetcode-cn.com/problems/maximum-subarray/
题目如下：


解一：贪心

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        //思路：贪心
        //1、若当前指针所指元素之前的和小于0，则丢弃当前元素之前的数列
        //2、同时，时刻比较当前最大的序列和，用于返回
        int sum_pre=nums[0];
        int max=sum_pre;
        
        if(nums.size()==1) return sum_pre;

        for(int i=1;i<nums.size();i++){
            if(sum_pre>=0) sum_pre=nums[i]+sum_pre;
            else sum_pre=nums[i];
            
            if(sum_pre>=max) max=sum_pre;
        }
        return max;
    }
};

解二：动态规划

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        //tip:动态规划
        //1、定义一个函数dp(n)，以第n个数为结束点的子数列的最大和，存在一个递推关系dp(n) = max(dp(n-1) + A[n], A[n]);
        //2、将这些最大和保存下来后，取最大的那个就是，最大子数组和。因为最大连续子数组 等价于 最大的以n个数为结束点的子数列和 附代码
        int n=nums.size();
        int dp[n];
        int result;

        result=dp[0]=nums[0];

        for(int i=1;i<n;i++){
            dp[i]=max(dp[i-1]+nums[i],nums[i]);
            result=max(result,dp[i]);
        }
        return result;

        /*
        vector<int> dp(nums.size());
        dp[0]=nums[0];
        for (int i=1;i<dp.size();++i) {
            dp[i]=dp[i-1];
            dp[i]=max(dp[i],dp[i]+nums[i]);
        }
        return dp[nums.size()-1];*/
    }
};