【leetcode】53. 最大子序和

完全不会o(╥﹏╥)o，类似于二路归并？

原文：https://blog.csdn.net/zl87758539/article/details/51676108?utm_source=copy 

其实就是标准的动态规划问题： 
随着遍历这个数组，在到每一个位置的时候，弄一个局部最大L值，代表以当前位置为结尾的最大子串，比如说我遍历到第i个，那么以第i个为结尾的最大子串就是我们要求的L。

比如这个题目： 
-2 , 1, −3,4,−1,2,1,−5,4 
位置0，L=x=-2，没得选 
位置1，要以x=1为结尾的最大的，那肯定不要带上之前的-2,只要1就好L=x=1 
位置2，因为本身x=-3，加上上一个位置L 是正数1，所以L=L+x=-3+1=-2。 
下面以此类推得到：

对应的L应该是： 
-2, 1, -2,4,3,5,6,-1,3

而全局最大值G就是我们最终想要的结果， 
肯定这个全局最大值出自局部最大值。 
（因为全局最大的那个子串的结尾肯定在数组里，言外之意就是不管怎么样这个G都肯定出自L） 
最后找到最大的那个L就是我们想要的G了。

class Solution:
    def maxSubArray(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        length = len(nums)
        for i in range(1, length):
            # 当前值的大小与前面的值之和比较，若当前值更大，则取当前值，舍弃前面的值之和
            subMaxSum = max(nums[i] + nums[i - 1], nums[i])
            nums[i] = subMaxSum  # 将当前和最大的赋给nums[i]，新的nums存储的为和值
        return max(nums)