力扣 53.最大子序和

题目描述：

给你一个整数数组 nums ，请你找出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。

 

子数组

是数组中的一个连续部分。

 

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 。

题解1：动态规划

要求的是连续子数组的最大值，我们可以考虑以 i 位置的元素作为最后一个元素来向前查找能够形成的子数组的最大值，其实就是在寻找i位置之前的最大子数组和，但是实际上选择加上当前位置的元素构成新的子数组还是单独一个当前元素构成新的子数组还是取决于这两者的大小，因为子数组不是子序列，不能断开，因此在遍历到i位置的时候只有上述两种可能，要不就是选择单独一个当前元素，要不就是选择i位置之前最大和的数组（末尾元素下标是i-1），这样，无论选择哪一种，都可以保证连续不断开了，dp公式是：

pre ＝ max(pre+x，x) 

maxAns = max(maxAns, pre);

其中，pre是i位置之前最大和的数组（末尾元素下标是i-1）

之所以这样可以保证pre下标是i-1是因为，初始化pre＝0，则遍历完第一个元素之后pre＝num[0]；

接着遍历第二个元素的时候，要么让第二个元素单独构成一个新子数组：

 pre＝num[1] 

要么加上前面的0号数组 pre＝num[0]+num[1]

因此可以看出，遍历完当前位置元素，当前位置元素一定会在新的子数组的最后一个位置出现，这样就保证了连续。

至于为什么这样写dp方程就能保证可以找到最大值，因为我们上面说过，现在的思路就是在遍历的时候将每一个元素都作为一次子数组的最后一个位置，判断在每一个元素作为子数组的最后一个元素的时候所能形成的最大子数组和是多少，我们可以分成两种情况来考虑，一种是单独一个当前元素构成一个子数组，还有一种是当前元素加上当前元素之前的最大子数组和，就是我的dp方程所展示的，而其中的连续问题已经在上一段讨论过了，故而问题解决。

代码实现：

class Solution {
    public int maxSubArray(int[] nums) {
        int pre = 0, maxAns = nums[0];
        for (int x : nums) {
            pre = Math.max(pre + x, x);
            maxAns = Math.max(maxAns, pre);
        }
        // -1 3 -3 4
        return maxAns;
    }
}