最大公共子序列（Runtime faster than 92.73% of Python3)

其中的算法思想只是较为简单的动态规划，过去各种各样的考试写过很多次C/C++版本的，最近开始用Python做leetcode中的题目时遇到了该题目，很常规的做法竟然得到了意想不到的速度，但内存占用较差，仅超过了5%左右，后边试试有没有更好的方法。

第一版code：

 def maxSubArray(self, nums: List[int]) -> int:
        d = []
        d.append(nums[0])
        max_ = nums[0]
        for i in range(1, len(nums)):
            aim = len(d)
            if d[aim-1] >= 0:
                d.append(d[aim-1]+nums[i])
            else:
                d.append(nums[i])
            #d.append(d[aim] >= 0 ? d[aim]+nums[i] : nums[i])
            if d[aim] > max_:
                max_ = d[aim]
        return max_

无意间看到了一个大佬的三行写法，真的挺妙的，可是无论是时间还是空间表现都不太好，不像大神说的faster than 98%

第二版code：

def maxSubArray(self, nums: List[int]) -> int:
        for i in range(1,len(nums)):
            nums[i] = max(nums[i],nums[i]+nums[i-1])
        return max(nums)