今天打算多做一题。

1、题目描述

2、逻辑分析

哈哈，这题我前两天在小红书刷到了，博主答不上来，一样的是，我也不知道怎么做。当时只看到评论说什么dp解法，看看题解怎么说。现在才反应过来dp = dynamic programming ，题解给出了两种解题思路：动态规划和分治，先从动态规划开始：
直接代码说明

3、代码演示

public int maxSubArray(int[] nums) {
        // start 变量用于记录以当前遍历到的元素为结尾的子数组的最大和
        int start = 0, maxRes = nums[0];
        // 遍历数组中的每一个元素 x
        for(int x : nums){
            // 对于每一个元素 x，我们有两种选择：  
            // 1. 以 x 开头，形成一个新的子数组（此时子数组和为 x）  
            // 2. 将 x 加入到之前的子数组中（此时子数组和为 pre + x）  
            // 我们选择两者中较大的那个作为当前的最大子数组和 pre 
            start = Math.max(start + x, x);
            // 同时，我们还需要将 pre 与迄今为止找到的最大子数组和 maxAns 进行比较  
            // 如果 pre 更大，那么更新 maxAns 
            maxRes = Math.max(maxRes, start);
        }
        // 返回迄今为止找到的最大子数组和
        return maxRes;
    }

真的是妙极了，简短的代码蕴含了dp思想。时间复杂度;O(n)，空间复杂度:O(1)。
start = Math.max(start + x, x);在评论区看到了对这句核心代码的明了阐述如下：
如果前边累加后还不如自己本身大，那就把前边的都扔掉，从此自己本身重新开始累加。
分治算法看不太懂，沉不下心来看，先放放吧，再见啦！