面试之手撕代码一

（一）
1.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。
解法：动态规划，dp[i]的值等于dp[i-1]+nums[i]与nums[i]的最大值。
Python版：

class Solution(object):
    def maxSubArray(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        n = len(nums)
        dp = [i for i in nums]
        for i in range(1, n):
            dp[i] = max(dp[i-1] + nums[i], nums[i])
        return max(dp)

C++版：

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

2.求出给定数组中，和最大的子数组，要求子数组中，没有原有数组中相邻的元素(首尾也算相连，退化版就是首尾不算相连)。
解法：对于当前值，分析选和不选两种情况来确定dp的值。
Python版：

class Soultion(object):
		def GetMaxSub(self, inputArray):
				length = len(inputArray)
				if length == 0:
					return []
				elif length == 1:
					return inputArray[0]
				elif length == 2:
					return max(inputArray)
				dp = [i for i in inputArray]
				dp[1] = max(dp[0], dp[1])#这步有用
				for i in range(3, length):
					dp[i] = max(dp[i-1], dp[i-2]+inputArray[i])
				max1 = max(dp)
				for i in range(2, length-1):
					dp[i] = max(dp[i-1], dp[i-2]+inputArray[i])
				return max(dp,max1)