题目描述：
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)。
思路：没有思路，能想到 联系最大利润的情况，但是还是无法下手！
想清楚了问题：① 每到一个节点，都会有含有该节点的子数组，求和！② 每次得到最大和，和前面的最大和对比，每次留下最大的！
关键难点，就是理解包含 i 的子数组和！还是不好理解，仍然需要想！
根据贡献值正负的思想 来动态规划！
动态规划总结：
① 斐波那契数列和青蛙跳台阶是一个类型：很明确的 当前n处的值和前面 n-1和n-2有联系！有明确的三个值之间的关系，滑动窗口简单！简单的求 n 处的值
② 最大利润：每次到 i 处时，只用将当前值和之前的最小值相减得到新增加的最大利润，和之前的对比，留最大的！
③ 子数组最大和：和最大利润类似，比简单的当前值减去之前最小值难理解！但是有新的思路，就是往前找子数组：要么当前值就是最大；要么就是要包含上一个点在内；此时加上了前面的最大，就得到了当前最大！类推回去是一样的流程
②和③，相比① 多了一个比较的过程，并且每个点处的计算显得更加重要；不是简单的 紧挨的三个点之间的公式！
④ 动态规划要记住：首先动态变化的 要求的结果；其次，动态变化得到的结果不一定是直接需要的答案，如②和③，需要每次对比，记录！
动态规划时间复杂度都是 O(N)，空间复杂度可能是 O(1)和O(N)
代码：1）动态规划，时间复杂度 O(N)
class Solution {
public int maxSubArray(int[] nums) {
//这道题的关键：每次计算 包含当前节点的子数组的最大值！！！ 不包含当前节点的不算
//每个位置都有，然后比较
//可以声明一个变量，在每次获得的时候都对比记录下最大值！
int dp = nums[0];//每次计算的
int maxSum = nums[0];//记录需要返回的
for(int i = 1;i < nums.length;i++){
//计算
if(dp <= 0) dp = nums[i];
else if(dp > 0) dp = nums[i] + dp;
//记录最大
maxSum = Math.max(dp,maxSum);
}
return maxSum;
}
}
