剑指 Offer 42. 连续子数组的最大和

题目描述：

      输入一个整型数组，数组中的一个或连续多个整数组成一个子数组。求所有子数组的和的最大值。要求时间复杂度为O(n)。

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。

解题思路：

1、动态规划：
      使用dp[i]表示以第i个数字结尾的子数组的最大和。那么连续子数组的最大和就是max(dp)。有两种情况：

（1）当以第i - 1个数字结尾的子数组的最大和dp[i -1]不大于0时，如果将第i个数nums[i]和dp[i - 1]相加，得到的结果肯定比nums[i]小，因此这个时候dp[i]的值应该为nums[i]；

（2）当以第i - 1个数字结尾的子数组的最大和dp[i -1]大于0时，则dp[i]的值应该为nums[i] + dp[i -1]。因此可以得出如下的递归公式：

2、贪心法：
      当上一个叠加和curSum小于0时，那么就将叠加和更新为当前数字num，否则将当前数字num加入到叠加和中。同时更新最大叠加和maxSum的值，直至遍历完数组。（其实该过程和动态规划的过程是相似的）

时间复杂度和空间复杂度： 以上两种解法的时间复杂度为O(n)，空间复杂度为O(1)。

实现代码：

	//解法1：动态规划
    public int maxSubArray(int[] nums) {
        if(nums == null || nums.length == 0)
            return -1;
        int res = nums[0];
        for(int i = 1; i < nums.length; i++){
            nums[i] += Math.max(nums[i - 1], 0);//计算dp[i]
            res = Math.max(nums[i], res);//更新res
        }
        return res;
    }

    //解法2：动态规划（不需要修改原数组）
    public int maxSubArray1(int[] nums) {
        if(nums == null || nums.length == 0)
            return -1;
        int pre = 0, res = nums[0];
        for(int num : nums){
            num += Math.max(pre, 0);
            pre = num;
            res = Math.max(res, num);
        }
        return res;
    }

    //解法3：贪心法
    public int maxSubArray2(int[] nums) {
        if(nums == null || nums.length == 0)
            return -1;
        int curSum = 0, maxSum = Integer.MIN_VALUE;
        for(int num : nums){
            if(curSum <= 0)
                curSum = num;
            else
                curSum += num;
            maxSum = Math.max(curSum, maxSum);
        }
        return maxSum;
    }