53. 最大子序和
思路1: 暴力 时间复杂度 n(n+1)/2 => 总体时间复杂度: O(n^2)
假设 i 表示窗口的起始点， 然后计算每个以 i 起始点的每个窗口大小(从1，2，3...N)的和， 进而求出其中窗口最大和
思路2: 动态规划 时间复杂度： O(N)
状态： f[n] 表示 以第n个数为结尾的子窗口的最大和
状态转移方程：
f[n] = max(f[n-1] + nums[n], nums[n])
因为当 f[n-1]] > 0时， 说明为增益效果。 所以此时以n为结尾的最大连续区间和就是 f[n-1] + nums[n]
而当 f[n-1] < 0 时， 说明为负增益效果。 所以此时以n为结尾的最大连续区间和就是 nums[n]
思路3: 贪心算法 时间复杂度： O(N)
从左到右迭代累加计算以 i 为结尾的连续窗口的和sum， 如果sum < 0, 舍弃前面部分， 直接重新计算窗口和sum
思路1: 暴力 时间复杂度 n(n+1)/2 => 总体时间复杂度: O(n^2)
假设 i 表示窗口的起始点， 然后计算每个以 i 起始点的每个窗口大小(从1，2，3...N)的和， 进而求出其中窗口最大和
思路2: 动态规划 时间复杂度： O(N)
状态： f[n] 表示 以第n个数为结尾的子窗口的最大和
状态转移方程：
f[n] = max(f[n-1] + nums[n], nums[n])
因为当 f[n-1]] > 0时， 说明为增益效果。 所以此时以n为结尾的最大连续区间和就是 f[n-1] + nums[n]
而当 f[n-1] < 0 时， 说明为负增益效果。 所以此时以n为结尾的最大连续区间和就是 nums[n]
思路3: 贪心算法 时间复杂度： O(N)
从左到右迭代累加计算以 i 为结尾的连续窗口的和sum， 如果sum < 0, 舍弃前面部分， 直接重新计算窗口和sum
展开
评论
1
![[流泪]](http://lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_6.dde0d83.png)
，，总是被开除