前言🌧️

算法，对前端人来说陌生又熟悉，很多时候我们都不会像后端工程师一样重视这项能力。但事实上，算法对每一个程序员来说，都有着不可撼动的地位。

因为开发的过程就是把实际问题转换成计算机可识别的指令，也就是《数据结构》里说的，「设计出数据结构，在施加以算法就行了」。

当然，学习也是有侧重点的，作为前端我们不需要像后端开发一样对算法全盘掌握，有些比较偏、不实用的类型和解法，只要稍做了解即可。

题目🦀

剑指 Offer 42. 连续子数组的最大和

难度简单

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)。

示例1:

输入: nums = [-2,1,-3,4,-1,2,1,-5,4]
输出: 6
解释: 连续子数组 [4,-1,2,1] 的和最大，为 6。

提示：

• 1 <= arr.length <= 10^5
• -100 <= arr[i] <= 100

注意：本题与主站 53 题相同：leetcode-cn.com/problems/ma…

解题思路🌵

• 采用动态规划来求解
• 将问题拆分为叠加的子问题
• dp[i]=dp[i-1]+nums[i] 如果dp[i-1]<0 ; dp[i]=nums[i]

解法🔥

/**
 * @param {number[]} nums
 * @return {number}
 */
var maxSubArray = function(nums) {
    if(!nums){return 0}
    const start=nums[0]
    const dp=[start]
    let result=start
    for(let i=1;i<nums.length;i++){
        if(dp[i-1]>=0){
            dp[i]=dp[i-1]+nums[i]
        }else{
            dp[i]=nums[i]
        }
        result=Math.max(result,dp[i])
    }
    return result
};

时间复杂度：O(n)

空间复杂度：O(n)

结束语🌞

那么鱼鱼的LeetCode算法篇的剑指Offer-42连续子数组的最大和⚡️就结束了，算法这个东西没有捷径，只能多写多练，多总结，文章的目的其实很简单，就是督促自己去完成算法练习并总结和输出，菜不菜不重要，但是热爱🔥，喜欢大家能够喜欢我的短文，也希望通过文章认识更多志同道合的朋友，如果你也喜欢折腾，欢迎加我好友，一起沙雕，一起进步。