【leetcode】Maximum Subarray

　　说起这道题，第一反应就是分治算法。正如我在分治算法里写的，分三种情况递归求解，但是由于leetcode给定的参数只有一个数组，这个，貌似不能用递归吧？然后想用非递归的算法实现动态规划，但是貌似也写不出来。搞了大半天，这道题还是没解决。于是我就舍弃了这些所谓的动态规划啊，分治算法啊。用最原始的，自己想的方法去做，下面是我的思路：

　　1.这些网站给出的题目一般都是在一次遍历之后就能得到结果的。所以我要只遍历一遍。

　　2.最大和子序列，他两边其他的加起来肯定是负的，否则不可能不加进去。对于子序列后面的如果是负，可以不考虑，因为加进去之后肯定小于当前最小值，所以我要考虑的是子序列前面的一些数（如果存在的话）。

　　3.对于一个数字，我要做的就是判断，加入这个数字之后：a.现有的和是否为负，如果为负的话，肯定是不考虑 。此时，从0开始重新算合。这里需要两个参数，一个记录全局最大和，一个记录当前和。

　　这个方法的关键在于：如果前面的数加起来是负数，就不用考虑这些数。要及时更新为0。

    def maxSubArray(self, A):
        
        max_sum = A[0]    #记录全局最大和
        temp_sum = A[0]  #记录当前和
        for i in range(1,len(A)):  
            temp_sum = max(temp_sum, 0)  #如果前面的值小于0，则完全没必要加这些值，当前和仍为0
            temp_sum += A[i]    #如果之前的数和是负的，则当前最大值就是这个值A[i]；否则，当前和要加上这个数字。
            max_sum = max(temp_sum,max_sum)   #全局最大和：把遍历到此处的全局最大值记录下来，这就是为什么最大和子串之后的负值可以不用考虑。
        return max_sum