本文主要是介绍贪心算法|53.最大子序和，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
力扣题目链接
class Solution {
public:int maxSubArray(vector<int>& nums) {int result = INT32_MIN;int count = 0;for (int i = 0; i < nums.size(); i++) {count += nums[i];if (count > result) {result = count;}if (count <= 0) count = 0;}return result;}
};这题的暴力解法很好理解，以上是贪心解法的代码。
贪心解法
贪心贪的是哪里呢？
如果 -2 1 在一起，计算起点的时候，一定是从 1 开始计算，因为负数只会拉低总和，这就是贪心贪的地方！
局部最优：当前“连续和”为负数的时候立刻放弃，从下一个元素重新计算“连续和”，因为负数加上下一个元素 “连续和”只会越来越小。
全局最优：选取最大“连续和”
局部最优的情况下，并记录最大的“连续和”，可以推出全局最优。
从代码角度上来讲：遍历 nums，从头开始用 count 累积，如果 count 一旦加上 nums[i]变为负数，那么就应该从 nums[i+1]开始从 0 累积 count 了，因为已经变为负数的 count，只会拖累总和。
这相当于是暴力解法中的不断调整最大子序和区间的起始位置。
那有同学问了，区间终止位置不用调整么？ 如何才能得到最大“连续和”呢？
区间的终止位置，其实就是如果 count 取到最大值了，及时记录下来了。例如如下代码：
if (count > result) result = count;
这样相当于是用 result 记录最大子序和区间和（变相的算是调整了终止位置）。
如动画所示：
红色的起始位置就是贪心每次取 count 为正数的时候，开始一个区间的统计。
自己的思路：
贪心算法的关键代码在for循环里面
只有count是正数时才继续进行
当count小于0时，count=0，这里也是理解的关键
if (count <= 0) count = 0; // 相当于重置最大子序起始位置，因为遇到负数一定是拉低总和
很好的理解咯，独自敲代码，没有出一点错误~
这篇关于贪心算法|53.最大子序和的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
