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。

题解：
动态规划，定义dp[ i ]表示以nums[ i ] 结尾的数组的最大和。
dp[ i ] 可以由两部分组成，一部分是dp[i-1] +nums[i] 另一部分是 nums[i] ,因为加上前面的dp[i-1] 还不如不加。因此整合下来dp[i] =max(dp[ i-1 ] +nums[i] ,nums[ i ] )，然后使用res 来保存全局过程中最大的连续子数组的和。
直接利用nums数组作为dp数组，代码如下：

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

    }
};

由于dp[ i ] 只与 dp[ i-1 ] 和 nums[i] 有关，因此可以直接使用一个变量 s 来保存。如果 前面连续子数组的和为负数，对后续和没有贡献，因此可以 直接将 s 设置为 x，即前面的连续子数组抛弃。否则继续求和。

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int s = 0;
        int res = INT_MIN;    
        for(auto x : nums)
        {
            if(s <= 0) s = x;
            else s += x;
            res = max(res, s);  
        }
        return res;
    }
};

再进一步化简如下：

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
       
        int ans = INT_MIN,s = 0;
        for(auto x:nums)
        {
            if(s < 0) s=0;
            s +=  x;
            ans =  max(ans,s);
        }
        return ans;
    }
};