Maximum Subarray

这道题很好想的是遍历，二重循环O（n^2）复杂度，挨个算每种情况，找最大的，然而这样子会超时间.....

比较典型的解法，分治法，就是一个数组，求最大的连着几个的和，可能在左边，也可能在右边，还可能在中间，所以用分治法递归，。递归的药店要点，确定基准，向着基准推进，所有的递归都能运行，不在在不同的递归里不能进行同样的重复的运算。

class Solution {public:    int maxSubArray(vector<int>& nums) {       return maxSub(nums,0,nums.size()-1);    }    private:    int maxSub(const vector<int>& nu,int left,int right)    {        if(left==right)        {            return nu[left];        }        int mid=(left+right)/2;        int maxleft=maxSub(nu,left,mid);        int maxright=maxSub(nu,mid+1,right);        int maxmidleft=nu[mid];        int maxmidright=nu[mid+1];        int temp=0;        for(int i=mid;i>=left;i--)        {            temp+=nu[i];            if(temp>maxmidleft)            {                maxmidleft=temp;            }        }        temp=0;        for(int i=mid+1;i<=right;i++)        {            temp+=nu[i];            if(temp>maxmidright)            {                maxmidright=temp;            }        }        int maxmid=maxmidright+maxmidleft;        return max(max(maxleft,maxright),maxmid);    }};

还有一种简便的，复杂度O（n）。这种的原则是，最优序列开头不是负的，因为如果开头是负的，那么去掉这个开头一定是更大的（如果所有元素都是负的就不这样想了）。然后就可以遍历一次搞定。

class Solution {public:    int maxSubArray(vector<int>& nums) {        int num=nums[0];        int numtemp=0;        for(int i=0;i<nums.size();i++)        {            numtemp+=nums[i];            num=max(num,numtemp);            numtemp=max(numtemp,0);        }        return num;    }};