最大子数组和

题目链接: https://leetcode.cn/problems/maximum-subarray

解题思路：

Kadane 算法是一种用于求解最大子序和问题的算法，它的时间复杂度为 $O(n)$，其中 $n$ 是数组的长度。该算法的基本思想是维护两个变量：当前的最大和和当前的和。遍历数组时，如果当前的和小于 $0$，则将当前的和更新为当前元素的值，否则将当前的和加上当前元素的值。然后判断当前的和是否大于当前的最大和，如果是，则将当前的最大和更新为当前的和。最后返回当前的最大和即可

1. 初始化 max 和 sum 为数组的第一个元素，

2. 然后从数组的第二个元素开始遍历，如果当前的和 sum 小于 0，则将 sum 更新为当前元素的值，否则将 sum 加上当前元素的值

3. 然后判断 sum 是否大于 max，如果是，则将 max 更新为 sum。最后返回 max

func maxSubArray(nums []int) int {
	max := nums[0]
	sum := 0

	for _, num := range nums {
		sum += num
		if sum > max {
			max = sum
		}
		if sum < 0 {
			sum = 0
		}
	}

	return max
}

复杂度分析

• 时间复杂度： 时间复杂度是 $O(n)$

• 空间复杂度： 空间复杂度是 $O(1)$