最大子段和标准解法是单次扫描，用current = max(nums[i], current + nums[i])更新以i结尾的最大和，best记录全局最大值；current和best均初始化为nums[0]，避免全负数或溢出错误。
最大子段和的标准解法：用 std::max 迭代更新
核心就是一遍扫描，边走边记“以当前位置结尾的最大子段和”。不需要二维数组，更不需枚举所有子段——那会是 O(n²) 甚至 O(n³)。
关键逻辑：到位置 i 时，要么把前面的子段接上（如果它还大于 0），要么从 i 重新开始。所以状态转移就是：current = std::max(nums[i], current + nums[i])。
常见错误现象：current 初始化成 0，结果全负数时返回 0（错！应返回最大那个负数）；或漏更新全局最大值 best。
-
current和best都该初始化为nums[0]，不是 0 - 循环从
i = 1开始，避免重复计算nums[0] - 别用
INT_MIN初始化——如果输入含INT_MIN自身，比较会出问题；直接用首元素最稳
为什么不用 vector<int> 存 DP 表？
因为状态只依赖前一个值，存整个数组纯属浪费空间。C++ 里多开一维 dp[i] 不仅内存翻倍，缓存局部性还差，对大数组（比如 1e6 元素）影响明显。
立即学习“C++免费学习笔记（深入）”；
实际场景中，LeetCode 或 OJ 的测试用例常卡空间限制；本地跑大数据时，栈上分配大 vector 可能直接 std::bad_alloc。
- DP 空间优化是强制项，不是可选项
- 如果题目后续要输出子段区间（不只是和），只需额外记两个下标变量：
start、end，不增加空间复杂度 - 别为了“看着像 DP”硬写
vector——面试官一眼看出没理解本质
遇到 long long 溢出怎么办？
原题数据范围没说，但实际输入可能含大整数或超长序列。用 int 累加，中间值溢出后结果完全不可信，且不会报错，极难调试。
典型表现：小样例全对，一换大数据就答案偏差；或与 Python 脚本比对时发现不一致。
- 只要题目没明确限定“所有数在 int 范围内”，默认用
long long声明current和best -
nums是vector<int>没关系，赋值时自动提升，关键是累加器类型 - 别用
auto current = nums[0]——推导出int，隐患埋得深
边界情况：空数组和单元素怎么处理？
标准题干一般保证非空，但工程代码或自测时必须考虑。C++ 里传空 vector 进函数，nums[0] 是未定义行为，nums.empty() 必须先判。
单元素看似简单，但和初始化逻辑强耦合——如果初始化写成 best = 0，单负数就挂。
- 开头加
if (nums.empty()) return 0;（按业务约定，也可抛异常） - 单元素数组自然被
best = nums[0]覆盖，无需特殊分支 - 别依赖“测试数据肯定不空”——CI 流水线跑单元测试时，空输入是第一道过滤器
