必须初始化 dp[0] = nums[0]，因为状态转移方程 dp[i] = max(nums[i], dp[i−1] + nums[i]) 要求 dp[0] 明确定义；否则全负数组等边界情况会出错，且 O(1) 空间优化也需以 nums[0] 为 current 和 global 初始值。
为什么 nums[0] 必须作为初始状态？
动态规划解这题的核心是：以每个位置结尾的最大子数组和，只依赖前一个位置的状态。如果跳过 nums[0] 直接从 i=1 开始递推，dp[0] 就没定义，后续所有状态都错。这不是“习惯”，而是状态转移方程 dp[i] = max(nums[i], dp[i-1] + nums[i]) 的数学前提——它要求 dp[0] 明确定义为 nums[0]。
常见错误现象：dp 切片长度设为 len(nums)-1，或用 dp[1] 对应 nums[0]，导致越界或结果偏移。
- 必须初始化
dp[0] = nums[0]，且dp长度等于nums长度 - 若想省空间，直接用变量
currentMax替代整个dp切片，但初始值仍得是nums[0] - 负数数组（如
[-5, -2, -8]）会暴露这个错误：不设对初值，结果可能变成 0 或未定义值
怎么把 O(n) 空间压到 O(1)？
原状态转移只依赖上一个值，存整个 dp 切片纯属冗余。用两个变量就能滚动更新：一个记「以当前位置结尾的最大和」，一个记「全局见过的最大和」。
使用场景：线上服务处理超长数组（百万级元素），避免切片扩容带来的内存抖动和 GC 压力。
立即学习“go语言免费学习笔记（深入）”；
使用 uber-go/dig 在 Golang 中实现依赖注入——基于反射容器，提供 Provide/Invoke、dig.In/dig.Out 参数与结果对象，支持命名依赖等
-
current := nums[0]—— 当前结尾最大和 -
global := nums[0]—— 全局最大和 - 循环从
i = 1开始，每次更新：current = max(nums[i], current + nums[i])，再更新global = max(global, current) - 注意：不能写成
current = max(0, current + nums[i])，因为全负数组时答案必须是最大那个负数，不是 0
max 函数没有内置，怎么安全写？
Go 标准库直到 1.21 才在 constraints 包里提供泛型 max，但 LeetCode 环境通常低于该版本，直接调用会编译失败。
错误现象：undefined: max；或误用 math.Max（它只接受 float64，强转会丢失精度且麻烦）。
- 最稳妥：内联三元表达式
if nums[i] > current + nums[i] { current = nums[i] } else { current += nums[i] } - 或自定义函数：
func max(a, b int) int { if a > b { return a }; return b }，放在main外、函数内均可 - 别用
int(math.Max(float64(a), float64(b)))：整数溢出风险（如math.MaxInt64转float64会精度丢失）
边界 case：nums 长度为 1 怎么不出错？
这是最容易被忽略的测试点。很多实现用 for i := 1; i 循环，当 <code>len(nums) == 1 时循环不执行，但没提前返回，global 还是初始值 nums[0] —— 这其实是对的。问题在于，有人会额外加判断 if len(nums) == 0 { return 0 }，却漏掉题目约束「至少有一个元素」，反而引入冗余逻辑或 panic。
- LeetCode 题干明确
1 ，无需判空 - 若本地测试传了空切片，Go 会 panic：index out of range，不是算法逻辑问题，而是输入违规
- 真正要检查的是：初始化
current和global是否严格用nums[0]，而不是靠循环第一次赋值
连续子数组的最大和，本质是每一步都在做「继续累加」和「重新开始」的选择。选错一次初值，或压错一个变量，结果就偏了。细节不在代码长短，而在每个下标是否被正确覆盖、每个分支是否对应真实语义。
