【算法之LeetCode系列（4）】—— 最大子序列和（easy）_第4关:最大子序列和的在线算法-CSDN博客

数组最大子序列和

虽然这是一个easy的题目，但是我确实没做出来，我的思路是使用双指针，但是……还是没做出来，下面介绍一下官方提供的动态规划的思路（以下是我根据官方思路讲述的个人想法）

题目描述

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 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 。
示例 2：
输入：nums = [1]
输出：1
示例 3：
输入：nums = [0]
输出：0
示例 4：
输入：nums = [-1]
输出：-1
示例 5：
输入：nums = [-100000]
输出：-100000

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/maximum-subarray

思路

动态规划：
以下是我对官方代码的理解
对数组进行遍历，维护两个变量，当前最大子序列和current和最终结果max
遍历数组时，比较current加上即将遍历的数组元素num[i]的结果res与这个数组元素num[i]的大小
如果是res大，说明加上num[i]是对最大和有益的，那就取max和res中的较大者
如果是nums[i]大，说明current小于0，不利于最大和，则直接让current跳到nums[i]的位置，并开始下一次循环
直至循环结束

var maxSubArray = function(nums) {
    let current = 0;
    let max = nums[0];
    for(num of nums){
        let res = current + num;
        current = Math.max(res,num);//比较res和遍历的这个元素的大小
        max = Math.max(current,max);//实时更新max,保证max是最大的
    }
    return res;
};

以下思路为图解算法的题解(文字上，这个作者的话语更加直接，一针见血，很好懂)
作者：guanpengchn
链接：https://leetcode-cn.com/problems/maximum-subarray/solution/hua-jie-suan-fa-53-zui-da-zi-xu-he-by-guanpengchn/
来源：力扣（LeetCode）

这道题用动态规划的思路并不难解决，比较难的是后文提出的用分治法求解，但由于其不是最优解法，所以先不列出来
动态规划的是首先对数组进行遍历，当前最大连续子序列和为 sum，结果为 ans
如果 sum > 0，则说明 sum 对结果有增益效果，则 sum 保留并加上当前遍历数字
如果 sum <= 0，则说明 sum 对结果无增益效果，需要舍弃，则 sum 直接更新为当前遍历数字
每次比较 sum 和 ans的大小，将最大值置为ans，遍历结束返回结果
时间复杂度：O(n)O(n)

var maxSubArray = function(nums) {
    let sum = 0;
    let res = nums[0];
    for(num of nums){
        if(sum > 0){//这个地方和官方那种，本质思路都一样，但是这样写你一看就知道是怎么回事（适合新手）
            sum += num;
        }else{
            sum = num;
        }
        res = Math.max(sum,res);
    }
    return res;
};