[leetCode]53. 最大子序和

解法一 贪心算法

局部最优
只有当前的连续和大于0时加上下一个数字才对最大子序和有贡献，一旦当前连续和为负数加上下一个数字就会拉低总和，所以如果当前连续和为负数时就应该重置为0，从下一个元素重新计算。
在局部最优的情况下记录最大的连续和从而达到全局最优

class Solution {
    public int maxSubArray(int[] nums) {
        int result = Integer.MIN_VALUE;
        int count = 0;
        for (int i = 0; i < nums.length; i++) {
            count += nums[i];
            if (count > result) {
                result = count;
            }
            if (count <= 0) {
                count = 0;
            }
        }
        return result;
    }
}

解法二 动态规化

状态设置:
dp[i]代表以nums[i]结尾的最大子序和
状态计算:
显然我们需要求解$ma{x}_{0<=i<n}(dp(i))$

class Solution {
    public int maxSubArray(int[] nums) {
        int[] dp = new int[nums.length];
        dp[0] = nums[0];
        int result = dp[0];
        for (int i = 1; i < nums.length; i++) {
            dp[i] = Math.max(dp[i-1] + nums[i], nums[i]);
            result = Math.max(dp[i], result);
        }
        return result;
    }
}

空间优化:
可以发现dp[i]只与dp[i-1]有关，因此可以使用一个变量进行优化

class Solution {
    public int maxSubArray(int[] nums) {
        int pre = nums[0];
        int result = pre;
        for (int i = 1; i < nums.length; i++) {
            pre = Math.max(pre + nums[i], nums[i]);
            result = Math.max(pre, result);
        }
        return result;
    }
}