【LeetCode】53. Maximum Subarray 动态规划、最大子段和

题为求数列的最大子串和，分析后采用动态规划策略

最初的想法是用 f[i] 表示 0 到 i 区间的最大子串和，但这样并不能很好的用当前状态表示下一状态，因为最优的子串可能与下一个数字不连续

进而想到以 f[i] 表示 0 到 i 区间且以nums[i]结尾的最大子串的和，这样固定了尾部的元素，使子问题灵活性降低，方便求解

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int f[nums.size()];
        int sum = nums[0];
        f[0] = nums[0];
        for(int i=1; i<nums.size(); i++)
        {
            f[i] = max(f[i-1], 0) + nums[i];
        }
        
        for(int i=0; i<nums.size(); i++)
        {
            if(f[i]>sum)
                sum = f[i];
        } 
        return sum;
    }
};

具体的，首先需要初始化，需要注意的是 令最大值为数列第一个元素

DP方程为 ：f[i] = max(f[i-1], 0) + nums[i];
如果以前一个数字为结尾的最大子串和小于零，那加上它，以当前数字结尾的子串和一定会变小

最后只要取以不同数字结尾的最大子串和的最大值就好了