力扣：53. 最大子数组和

解题思路：

1.先把数组为空和数组的长度为1时的特殊情况分别开来。声明一个sum变量用于计算数组中的连续子数组的总和值 。在声明一个guo变量用于一种接收sum中的前i-1的总和。另一种接收sum中前i的总和，主要根据sum的值来判断是接收的哪一种。在声明一个guo变量用于接收最大和的连续子数组的值。

2.在遍历过程中要把sum分情况来进行赋值和更新。如果当前i-1的sum值小于o，为负数时就抛弃前i-1的sum值，把nums【i】的值复制给sum。如果当前i-1的sum值大于0，我们就要更新sum值来判断是前i-1的sum值大还是前i的sum值大。之后再来更新连续最大和。我写这题时我敢觉的思路有点抽向和奇特，一股脑的写下去，所以我不知道这个解法属于哪一类算法。

class Solution {
    public int maxSubArray(int[] nums) {
        //数组为空时
        if(nums.length<1){
            return 0;
        }
        //数组的长度为1时
        if(nums.length==1){
            return nums[0];
        }
        //计算数组中的连续子数组的总和值
        int sum=nums[0];
 //一种接收sum中的前i-1的总和。另一种接收sum中前i的总和。主要根据sum的值来判断是接收的哪一种。
        int guo=0;
        //接收最大和的连续子数组的值
        int max=nums[0];
      for(int i=1;i<nums.length;i++){
          //把前i-1的sum值赋值给guo
          guo=sum;
          //判断前i-1的sum值小于o，为负数时就抛弃前i-1的sum值
          if(sum<0){
              //把nums【i】的值复制给sum
              sum=nums[i];
          //来更新连续最大和
          max=Math.max(max,sum);
              continue;
          }
 //如果前i-1的sum值大于0，我们就要更新sum值来判断是前i-1的sum值大还是前i的sum值大
         sum+=nums[i];
         //判断是前i-1的sum值大还是前i的sum值大。括号中的guo为前i-1的zum值
          guo=Math.max(guo,sum);
           //来更新连续最大和
          max=Math.max(max,guo);
      }
      return max;
    }
}

动态规划解法；

1.先把数组为空和数组的长度为1时的特殊情况分别开来，之后声明一个dp数组表示下标为i时的连续最大和，初始化dp数组的值为nums[0]，递推公式为dp[i]=Math.max(dp[i-1]+nums[i],nums[i])，

判断是前i的dp数组值大还是当前nums[i]的值大，赋值给dp数组dp[i]。最后来更新连续最大和

class Solution {
    public int maxSubArray(int[] nums) {
        //数组为空时
        if(nums.length<1){
            return 0;
        }
        //数组的长度为1时
        if(nums.length==1){
            return nums[0];
        }
        //声明dp数组，dp数组表示下标为i时的连续最大和
        int dp[]=new int [nums.length];
        //初始化dp数组
        dp[0]=nums[0];
        //接受最大和值
        int max=nums[0];
        //for循环遍历来进行推导后面的dp数组的值
        for(int i=1;i<nums.length;i++){
            //递推公式
            dp[i]=Math.max(dp[i-1]+nums[i],nums[i]);
            //判断最大值和对比最大值
            max=Math.max(dp[i],max);
      }
      return max;
    }
}