最大子序和

暴力解法

暴力解法的思路，第一层for 就是设置起始位置，第二层for循环遍历数组寻找最大和。

//时间复杂度：O(n^2) 空间复杂度：O(1)
class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int res=INT_MIN;
        int count=0;

        for(int ii=0;ii<nums.size();ii++){ // 设置起始位置
            count=0;//每次循环前将计数值清空
            for(int jj=ii;jj<nums.size();jj++){//每次从起始位置i开始遍历寻找最大值,考虑只有一个元素的情况
                count+=nums[jj];
                res = count > res? count : res;
            }
        }
        return res;
    }
};

贪心解法
「贪心贪的是哪里呢？」

如果 -2 1 在一起，计算起点的时候，一定是从1开始计算，因为负数只会拉低总和，这就是贪心贪的地方！

局部最优：当前“连续和”为负数的时候立刻放弃，从下一个元素重新计算“连续和”，因为负数加上下一个元素 “连续和”只会越来越小。

全局最优：选取最大“连续和”

「局部最优的情况下，并记录最大的“连续和”，可以推出全局最优」。

从代码角度上来讲：遍历nums，从头开始用count累积，如果count一旦加上nums[i]变为负数，那么就应该从nums[i+1]的位置重新开始从0累积count了，因为已经变为负数的count，只会拖累总和。

「这相当于是暴力解法中的不断调整最大子序和区间的起始位置」。

「那有同学问了，区间终止位置不用调整么？ 如何才能得到最大“连续和”呢？」

区间的终止位置，其实就是如果count取到最大值了，及时记录下来了。例如如下代码：

if (count > result) result = count;
「这样相当于是用result记录最大子序和区间和（变相的算是调整了终止位置）」。

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int res = INT32_MIN;
        int count = 0;
        for (int i = 0; i < nums.size(); i++) {
            count += nums[i];
            if (count > res) { // 取区间累计的最大值（相当于不断确定最大子序终止位置）
                res = count;
            }
            if (count <= 0) count = 0; // 相当于重置最大子序起始位置，因为遇到负数一定是拉低总和
        }
        return res;
    }
};

最大子序和，这道题目要用贪心的方式做出来，就比较有难度，都知道负数加上正数之后会变小，但是这道题目依然会让很多人搞混淆，其关键在于：「不能让“连续和”为负数的时候加上下一个元素，而不是 不让“连续和”加上一个负数」。这块真的需要仔细体会！