题目要求 输入输出 输入：整数数组 cost cost[i] 表示踩到第 i 阶的代价 每次可以爬 1 或 2 阶 可以从下标 0 或下标 1 开始 输出：返回到达楼顶的最小花费 约束：2 <= cost.length <= 1000，0 <= cost[i] <= 999 示例 输入：cost = [10,15,20] 输出：15 解释：从下标 1 开始，付 15 后直接到达 top 输入：cost = [1,100,1,1,1,100,1,1,100,1] 输出：6 从 [10,15,20] 的 top 位置开始 先看最小例子： cost = [10,15,20] 楼顶不是下标 2，而是在最后一阶之后的位置，可以记为位置 3。 到达 top 位置 3 的最后一步只可能来自： 位置 2，付 cost[2] 位置 1，付 cost[1] 这题最容易错的地方就在这里：我们要求的是“到达 top 的花费”，不是“到达最后一个下标的花费”。 ...
题目要求 输入输出 输入：整数数组 nums 输出：返回连续非空子数组的最大和 子数组必须连续 至少选一个元素 约束：1 <= nums.length <= 10^5，-10^4 <= nums[i] <= 10^4 示例 输入：nums = [-2,1,-3,4,-1,2,1,-5,4] 输出：6 解释：[4,-1,2,1] 的和最大，为 6 输入：nums = [1] 输出：1 这篇只用 Python，从 dp[i] 的含义一步一步推出 Kadane 算法。 从 [-2,1,-3,4] 的断点开始 看一个前缀例子： nums = [-2, 1, -3, 4] 如果走到 4，有两种选择： 把前面的某个连续子数组接到 4 前面 从 4 自己重新开始 这里的关键不是“所有子数组怎么枚举”，而是： 当我们决定一个最优子数组必须以当前位置结尾时，它的来源只有两种：接上前一个位置的最优结尾，或者从当前位置重新开始。 这就是一维 DP 的入口。 Step 1：先定义一个更小的问题 直接问“整个数组的最大子数组和是多少”太大。我们先强加一个限制： 如果子数组必须以第 i 个元素结尾，它的最大和是多少？ 这个值记为 dp[i]。 这里的 dp[i] 不是“前 i 个元素里的最大子数组和”。它更窄： ...