Task19（简单）数组53

53. 最大子序和

给定一个整数数组 nums ，找到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。

示例:

输入: [-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。
进阶:

如果你已经实现复杂度为 O(n) 的解法，尝试使用更为精妙的分治法求解。

思路：

1.用暴力的方法，找出所有可能的子数组，然后找和最大的那个。这是可行的，但是时间复杂度为 n*n，显然是不够理想的。

2.动态规划思想。状态方程 ：nums[i]= nums[i] + max(nums[i-1], 0)。上面式子的意义是：我们从头开始遍历数组，遍历到数组元素 num[ i ] 时，连续的最大的和 可能为 max( num[ i -1 ] ) + num[ i ] ，也可能为 num[ i ] ，做比较即可得出哪个更大，取最大值。时间复杂度为 n

class Solution(object):
    def maxSubArray(self, nums):
        """
        :type nums: List[int]
        :rtype: int
         """
        for i in range(1, len(nums)):
            nums[i]= nums[i] + max(nums[i-1], 0)
        return max(nums)

3.不需要动态规划，时间复杂度也为 n 。我们从头开始累加数组的元素，初始值 sum 为 0 。第一步 把 1 累加 则 sum = 1,接着 -2 累加 sum = -1，再接着 3 累加 sum = 2，但是此时我们发现 sum < 3，也就是说从第一个元素开始累加到第三个元素的 和 sum 比 第三个元素还要小，那么我们舍去前面的累加值，从第三个元素开始累加 ，此时 sum = 3。继续上述步骤，直至遍历到数组的最后一个元素。

class Solution(object):
    def maxSubArray(self, nums):
        sum = 0
        max_sub_sum = nums[0]
        for num in nums:
            sum += num
            if sum > max_sub_sum:
                max_sub_sum = sum
            if sum < 0:
                sum = 0
        return max_sub_sum