[leetcode]#53. Maximum Subarray

题目是说，给你一串数，有正有负 要求出最大的连续子串。

其实就是标准的动态规划问题：

随着遍历这个数组，在到每一个位置的时候，弄一个局部最大L值，代表以当前位置为结尾的最大子串，比如说我遍历到第i个，那么以第i个为结尾的最大子串就是我们要求的L。

比如这个题目：

-2 , 1, −3,4,−1,2,1,−5,4

位置0，L=x=-2，没得选

位置1，要以x=1为结尾的最大的，那肯定不要带上之前的-2,只要1就好L=x=1

位置2，因为本身x=-3，加上上一个位置L 是正数1，所以L=L+x=-3+1=-2。

下面以此类推得到：

对应的L应该是：

-2, 1, -2,4,3,5,6,-1,3

而全局最大值G就是我们最终想要的结果，

肯定这个全局最大值出自局部最大值。

（因为全局最大的那个子串的结尾肯定在数组里，言外之意就是不管怎么样这个G都肯定出自L）

最后找到最大的那个L就是我们想要的G了。

class Solution(object):
def maxSubArray(self, nums):
"""
:type nums: List[int]
:rtype: int
"""
l = g = -1000000000
for n in nums:
l = max(n,l+n)
g = max(l,g)
return g

贪心算法

class Solution(object):
def maxSubArray(self, nums):
"""
:type nums: List[int]
:rtype: int
"""
thissum = 0
maxsum = -2**31

for i in range(len(nums)):
if thissum < 0:
thissum = 0
thissum += nums[i]
maxsum = max(maxsum, thissum)
return maxsum
sol = Solution()
print(sol.maxSubArray([-2, 1, -3, 10, -1, 2, 1, -5, 4]))