示例1:
輸入: nums = [-2,1,-3,4,-1,2,1,-5,4]
輸出: 6
解釋: 連續子陣列 [4,-1,2,1] 的和最大，為 6。
當然了，暴力法不符合題意，但是也是最先想到的，既然想到了，那就把它實現出來吧；
具體注釋寫在**上；
2.2 **實現
class solution
}//sort預設公升序排序，當陣列中元素值全為零或負數時，需返回最大值
arrays.sort(nums);
return math.max(nums[nums.length-1],res);
}}
3,1 思路分析
題目求的是連續子陣列的最大和，看到涉及最大/最小值，嘗試利用動態規劃來解決；
既然是動態規劃，那麼就要定義狀態，找狀態方程以及給定狀態初值；
定義狀態：dp[i]表示以nums[i]為結尾的連續子陣列的最大和；
狀態方程：①dp[i-1] <= 0時，dp[i] = nums[i]，即起負(或無)作用就略過；②dp[i] > 0時，dp[i] = dp[i-1] + nums[i]；
狀態初值：dp[0] = nums[0]，即以nums[0]為結尾的連續子陣列的最大和；
返回值：返回dp陣列中的最大值即可；
3.2 **實現
class solution else
}arrays.sort(dp);
return dp[dp.length-1];
}}
4.1 思路分析
上面的時間複雜度為o(nlogn)，不符合題目要求的o(n)，因此需要進一步優化；
因為dp[i]只與dp[i-1]與nums[i]相關，因此考慮用陣列nums作為dp列表，這樣避免了申請空間；
上面的演算法是求出了dp[0]~dp[nums.length-1]很多個值，這一次我們每求出乙個就比較一次，最後只剩下乙個最值；
4.2 **實現
class solution
return res;
}}
5.1 思路分析
上面的**已符合題目要求了，但是還可以繼續優化，因為上面修改了原陣列；
根據上面的思想，我們定義兩個變數，乙個pre用來表示dp[i-1]，乙個cur用來代替被修改的陣列元素；
5.2 **實現
class solution
return res;
}}
最大和連續子陣列
問題描述 乙個數值型陣列，其子陣列有多個，求其子陣列中最大的和值。所謂和值，是指數組所有元素相加的和。解法 1 掃瞄法，維護max變數，儲存最大和，其初始值為data 0 假設最大和子陣列的第一位下標為i，i從0到n 1，對於每個i值，從data i 開始，進行累加，每加乙個數，與max變數比較一次...
連續子陣列最大和
hz偶爾會拿些專業問題來忽悠那些非計算機專業的同學。今天測試組開完會後,他又發話了 在古老的一維模式識別中,常常需要計算連續子向量的最大和,當向量全為正數的時候,問題很好解決。但是,如果向量中包含負數,是否應該包含某個負數,並期望旁邊的正數會彌補它呢？例如 連續子向量的最大和為8 從第0個開始,到第...
連續子陣列最大和
求乙個陣列的連續的子陣列的最大和。例如 連續子向量的最大和為8 從第0個開始,到第3個為止 思路 對於每個元素，有兩種可能，一是加入到原來的子陣列成為新的一員 二是自己成為新子陣列的開頭，這兩種情況應該怎樣判斷呢 如果當前元素加入到子串行中，求和的結果比自己的值還小，那麼就自己成為新子串行的開頭 即...