leetcode 53.最大子数组和

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。

思路：

简单动态规划。用dp[i]表示以nums[i]结尾的最大子数组和。但是前i个元素的最大子数组和可能不包括nums[i]。

状态转移方程（描述子问题之间的联系）
根据状态的定义，由于 nums[i] 一定会被选取，并且以 nums[i] 结尾的连续子数组与以 nums[i - 1] 结尾的连续子数组只相差一个元素 nums[i] 。

假设数组 nums 的值全都严格大于 00，那么一定有 dp[i] = dp[i - 1] + nums[i]。

可是 dp[i - 1] 有可能是负数，于是分类讨论：

如果 dp[i - 1] > 0，那么可以把 nums[i] 直接接在 dp[i - 1] 表示的那个数组的后面，得到和更大的连续子数组；
如果 dp[i - 1] <= 0，那么 nums[i] 加上前面的数 dp[i - 1] 以后值不会变大。于是 dp[i] 「另起炉灶」，此时单独的一个 nums[i] 的值，就是 dp[i]。
以上两种情况的最大值就是 dp[i] 的值，写出如下状态转移方程：

dp[i] = \begin{cases} dp[i - 1] + nums[i], & if \quad dp[i - 1] > 0 \\ nums[i], & if \quad dp[i - 1] \le 0 \end{cases}
dp[i]={ 
dp[i−1]+nums[i],
nums[i],
​
  
ifdp[i−1]>0
ifdp[i−1]≤0
​
 

记为「状态转移方程 1」。

状态转移方程还可以这样写，反正求的是最大值，也不用分类讨论了，就这两种情况，取最大即可，因此还可以写出状态转移方程如下：

dp[i] = \max \{nums[i],\; dp[i - 1] + nums[i]\}
dp[i]=max{nums[i],dp[i−1]+nums[i]}

记为「状态转移方程 2」。

作者：liweiwei1419
链接：https://leetcode-cn.com/problems/maximum-subarray/solution/dong-tai-gui-hua-fen-zhi-fa-python-dai-ma-java-dai/
来源：力扣（LeetCode）
著作权归作者所有

商业转载请联系作者获得授权，非商业转载请注明出处。

代码： 

int maxSubArray(int* nums, int numsSize){
    int dp[100005]={nums[0]};
    int maxsum=nums[0];
    for(int i=0;i<numsSize-1;i++){
       if(dp[i]+nums[i+1]>nums[i+1]){
           dp[i+1]=dp[i]+nums[i+1];
       }else{
           dp[i+1]=nums[i+1];
       }
       maxsum=maxsum>dp[i+1]?maxsum:dp[i+1];
    }
    return maxsum;
}