给你一个整数数组 nums ，请你找出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。
子数组 是数组中的一个连续部分。
提示：
1 <= nums.length <= 105-104 <= nums[i] <= 104
示例：
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 。
/**
* @description: 动态规划 TC:O(n^2) SC:O(n^2)
* @author: JunLiangWang
* @param {*} nums 给定数组
* @return {*}
*/
function dp(nums){
/**
* 该方案利用动态规划的方式，定义一个n*n(n=nums.length)的矩阵dpArray，
* 矩阵纵坐标(记作i,0到n-1)代表nums子串的开始元素(即nums[i])，横坐标(
* 记作j,0到n-1)代表nums子串的结束元素(即nums[j])，而矩阵中的某个元素
* 如：dpArray[i][j]则代表nums从i到j子串元素的和
*
* 我们首先初始化dpArray[i][i]为num[i](i为0到nums.length-1)的值(开始
* 元素为i，结束元素为i，则子串和则为nums[i]的值)，由于开始元素的索引必
* 须大于等于结束元素的索引，因此我们以此对角线为界，遍历矩阵的上半部分即
* 可，在遍历时dpArray[i][j]的值即nums从i到j子串和等于nums从i到j-1子串
* 和加上当前元素nums[j]，即dpArray[i][j]=dpArray[i][j-1]+nums[j]的,
* 最后我们找到dpArray[i][j]的最大值即为最大的子串和
*/
// 定义一个n*n(n=nums.length)的矩阵
// 纵坐标(记作i,0到n-1)代表nums子串的开始元素(即nums[i])
// 横坐标(记作j,0到n-1)代表nums子串的结束元素(即nums[j])
// 矩阵中的某个元素，如：dpArray[i][j]则代表nums从i到j子串元素的和
let dpArray=new Array(nums.length).fill(0).map(()=>new Array(nums.length).fill(0))
// 初始化子串最大和为nums[0]
let maxValue=nums[0];
// 遍历给定数组
for(let i=0;i<nums.length;i++){
// 初始化dpArray[i][i]为num[i](i为0到nums.length-1)的值(开始元素为i，
// 结束元素为i，则子串和则为nums[i]的值)
dpArray[i][i]=nums[i];
// 记录一个元素作为子串的最大值
if(nums[i]>maxValue)maxValue=nums[i]
}
// 由于开始元素的索引必须大于等于结束元素的索引，因此我们以左上到右下对角线为
// 界，遍历矩阵的上半部分即可
for(let i=0;i<nums.length;i++)
{
for(let j=i+1;j<nums.length;j++){
// dpArray[i][j]的值即nums从i到j子串和等于nums从i到j-1子串和加上当
// 前元素nums[j]，即dpArray[i][j]=dpArray[i][j-1]+nums[j]的
dpArray[i][j]=dpArray[i][j-1]+nums[j]
// 记录子串和最大值
if(dpArray[i][j]>maxValue)maxValue=dpArray[i][j]
}
}
// 返回结果
return maxValue;
}
/**
* @description: 动态规划优化 TC:O(n) SC:O(1)
* @author: JunLiangWang
* @param {*} nums 给定数组
* @return {*}
*/
function dpOptimization(nums){
// 该方案对动态规划进行优化，只可意会，不可言传！
let preValue=0,maxValue=nums[0];
nums.map(val => {
preValue=Math.max(preValue+val,val);
maxValue=Math.max(maxValue,preValue);
});
return maxValue;
}
来源：力扣（LeetCode）
