力扣算法：53. 最大子数组和

一道经典贪心、动态规划题。

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 。

示例 2：

输入：nums = [1]
输出：1

示例 3：

输入：nums = [5,4,-1,7,8]
输出：23

这里提供两种解法：1、贪心；2、动态规划

一、贪心

话不多说上代码：

    // 贪心
    public static int maxSubArray(int[] nums) {
        int ans = Integer.MIN_VALUE;
        int max = 0;
        for (int i = 0; i < nums.length; i++) {
            if(max > 0){
                // 不断
                max += nums[i]; // 加上当前数
                ans = Math.max(ans,max);
            }else {
                // 断
                max = nums[i]; // 当前数作为新的开头
                ans = Math.max(ans,max);
            }
        }
        return ans;
    }

我们要找的是一段连续子串，刚开始时候，将第一个元素作为首元素，添加到我们的“队列”中，此时，第一个元素就是我们的这个队列的“和”（因为我们只有一个元素），然后遍历到第二个元素，此时我们需要判断“前队列”的和是否大于0，为什么呢，如果“前队列”的和是小于0的，那么“前队列”对于我们后面要计算的队列就是累赘，我们需要“斩断”这个累赘序列，以现在所在的位置的元素为“新队列”的首元素，再向下遍历，用一个“ans”变量来接过往队列的和的最大值，就是我们最后所需要的。

二、动态规划

话不多说上代码：

    // 动态规划
    public static int maxSubArray(int[] nums){
        int[] dp = new int[nums.length];
        dp[0] = nums[0];
        for (int i = 1; i < nums.length; i++) {
            dp[i] = Math.max(dp[i - 1] + nums[i],nums[i]);
        }
        Arrays.sort(dp);
        return dp[nums.length - 1];
    }

动态规划，其实和贪心有相似之处，详细的dp（即动态规划）算法学习还需要去找其他资源，这里只提供解题方法。

我们创建dp数组，其中 dp[i] 代表的是以索引为i处的元素结尾的队列的元素和的最大值。由于0是第一位，所以dp[0]的值即为索引为0的元素的值。然后我们开始遍历，从 1 开始，我们将以前一个元素结尾的队列的最大和与当前元素相加，再和当前元素值之间取较大值，即为以当前元素结尾的队列和的最大值。最后将dp数组排序，取最大值即为我们所需要的结果。