/*
输入一个整型数组,数组中的一个或连续多个整数组成一个子数组。求所有子数组的和的最大值。
要求时间复杂度为O(n)
*/
/*
动态规划
时间复杂度 O(N):线性遍历数组 nums 即可获得结果,使用 O(N) 时间。
空间复杂度 O(1):使用常数大小的额外空间。
*/
/*
算法步骤:
①状态定义: 设动态规划列表 dp,dp[i] 代表以元素 nums[i] 为结尾的连续子数组最大和。(为了保证连续子数组)
②转移方程: 若 dp[i - 1] ≤ 0 ,说明 dp[i - 1] 对 dp[i] 产生负贡献,即 dp[i-1] + nums[i] 还不如 nums[i] 本身大。
当 dp[i - 1] > 0 时:执行 dp[i] = dp[i-1] + nums[i] ;
当 dp[i - 1] ≤ 0 时:执行 dp[i] = nums[i] ;
③初始状态: dp[0] = nums[0],即以 nums[0]结尾的连续子数组最大和为 dp[0]
④返回值: 返回 dp 列表中的最大值,代表全局最大值
*/
// var maxSubArray = function(nums) {
// let dp = [];
// dp[0] = nums[0];
// for(let i = 1; i < nums.length; i++){
// dp[i] = nums[i] + Math.max(dp[i-1], 0)
// }
// return Math.max(...dp);
// };
// 不使用额外辅助空间,使空间复杂度为O(1)
// var maxSubArray = function(nums) {
// for(let i = 1; i < nums.length; i++){
// nums[i] = nums[i] + Math.max(nums[i-1], 0)
// }
// return Math.max(...nums);
// };
//
// console.log(maxSubArray([-2,1,-3,4,-1,2,1,-5,4]));
var maxSubArray = function(n, m) {
let mall = 0;
for (let i = 0;i < m; i++){
mall += n[i];
}
n[m-1] = mall;
// console.log(mall);
for(let i = m; i < n.length; i++){
// nums[m-1] =
n[i] = n[i] + Math.max(n[i-1], 0)
}
return Math.max(...n);
};
console.log(maxSubArray([-2,1,-3,4,-1,2,1,-5,4],2));