了解一个算法原理的直接方法就是去实现它

动态规划

题目描述：
给你一个整数数组 nums ，请你找出一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。
子数组是数组中的一个连续部分。

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 。

地址：https://leetcode.cn/problems/maximum-subarray/description/

class Solution:
    # import copy
    # def maxSubArray(self, nums: List[int]) -> int:
    #     # 初始化状态, 为其自身值
    #     dp = copy.deepcopy(nums)
    #     # 状态转移（参数变化）  改变状态表
    #     values_length = len(nums)
    #     for i in range(1,values_length):
    #         # 决策
    #         tmp = nums[i] if nums[i]>=nums[i]+dp[i-1] else nums[i]+dp[i-1]
    #         dp[i] = tmp
    #     return max(dp)

    # 优化空间， 不需要保存完整状态
    def maxSubArray(self, nums: List[int]) -> int:
        max_sum = nums[0]
        # 初始化状态, 为第一个值
        p = nums[0]
        # 状态转移 最大值变化，并保存本步状态p
        values_length = len(nums)
        for i in range(1,values_length):
            # 决策 当前值是否大于当前值与上一状态的和
            tmp = nums[i] if nums[i]>=nums[i]+p else nums[i]+p
            p = tmp
            max_sum =  max(p,max_sum)
        return max_sum