剑指 offer 42（动态规划）连续数组的最大值

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。

提示：

1 <= arr.length <= 10^5
-100 <= arr[i] <= 100

class Solution {
    public int maxSubArray(int[] nums) {
        //动态的核心思路是可以做一个有记忆性的数组，通常三步走
        //1.定义一个dp[i]数组。2.梳理出动态规划表达式。3.梳理出初值。
        //我的第一种解法时间复杂度O（n2），思路就是把所有可能的情况用一个二维数组表示，行元素表示第几个数字，列元素表示几个数字求和
        //这不是动态规划，这是暴力法，动态规划需要用到前面的值，有记忆性。这个做法会超出内存限制，OOM真有意思，第一次产生这个问题
        if(nums.length == 0) {return 0;}
        int [][] dp = new int[nums.length][nums.length];
        //初始化
        for(int i = 0;i < nums.length; i++){
            dp[i][i] = nums[i];
        }
        int max = nums[0];
        for(int i = 0; i < nums.length; i++){
            for(int j = i + 1;j < nums.length; j++){
                dp[i][j] = dp[i][j - 1] + nums[j];
                max = Math.max(max, dp[i][j]);
            }
            max = Math.max(max, dp[i][i]);
        }
        return max;
        //动态规划：dp[i] 表示第i个元素（包括i）之前的最大值，
        int [] dp = new int [nums.length];
        dp[0] = nums[0];
        int res = nums[0];
        for(int i = 1; i < nums.length; i++){
            dp[i] = Math.max(dp[i - 1], 0);
            //这里如果前面的一个值，小于0则是一个负反馈，加上前面值会比nums[i]还小。
            dp[i] += nums[i];//前面i-1的和小于0，则从从这个数开始作为第一个数字
            res = Math.max(res, dp[i]);//每次求和则保留前面元素和最大值进行比较，保留最大值
        }
        //这个解法和上面的解法比无法直到最大连续数字，但是可以直到和，且和会改变
        return res;
    }
}