【动态规划】最大子数组之和

分治法

分治法思路是将每个递归分为三部分数据

1. 左边数据之和
2. 右边数据之和
3. 从中间扩散，取能扩散的最大值。
   每层递归分别获取深层递归左右和，然后本层递归获取中间扩散的值。比较大小返回上一层，如此循环往复。

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        return dfs(nums, 0, nums.size()-1);
    }
    int midAdd(vector<int>& nums, int l, int r, int mid) {
        int leftSum = INT_MIN;
        int rightSum = INT_MIN;
        int sum = 0;
        for(int i=mid;i>=l;i--) {
            sum += nums[i];
            leftSum = max(leftSum, sum);
        }
        sum = 0;
        for(int i=mid+1;i<=r;i++) {
            sum += nums[i];
            rightSum = max(rightSum, sum);
        }
        return leftSum+rightSum;
    }
    int dfs(vector<int>& nums, int l, int r) {
        if (l==r) return nums[l];
        int mid = l + (r-l)/2;
        int lSum = dfs(nums, l, mid);
        int rSum = dfs(nums, mid+1, r);
        int midSum = midAdd(nums, l, r, mid);
        return max(lSum,max(rSum, midSum)); 
    }
};

动态规划

动态转移方程：
f(i)max = max(f(i), f(i-1)max+f(i))

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int ans = nums[0];
        int curSum = nums[0];
        for(int i=1;i<nums.size();++i) {
            curSum = max(curSum+nums[i], nums[i]);
            ans = max(curSum, ans);
        }
        return ans;
    }
};