feat: add the solution of (053) with kotlin.

Author: relish-wang

README.md

@@ -39,7 +39,7 @@
 | [028][028-question] | [Implement strStr()][028-tips]                               | [✅][028-java] |              | [✅][028-kotlin] |
 | [035][035-question] | [Search Insert Position][035-tips]                           | [✅][035-java] |              | [✅][035-kotlin] |
 | [038][038-question] | [Count and Say][038-tips]                                    | [✅][038-java] |              | [✅][038-kotlin] |
-| [053][053-question] | [Maximum Subarray][053-tips]                                 | [✅][053-java] |              |                  |
+| [053][053-question] | [Maximum Subarray][053-tips]                                 | [✅][053-java] |              | [✅][053-kotlin] |
 | [058][058-question] | [Length of Last Word][058-tips]                              | [✅][058-java] |              |                  |
 | [066][066-question] | [Plus One][066-tips]                                         | [✅][066-java] |              |                  |
 | [067][067-question] | [Add Binary][067-tips]                                       | [✅][067-java] |              |                  |
@@ -476,4 +476,5 @@
 [028-kotlin]: ./src/_028/kotlin/Solution.kt
 [035-kotlin]: ./src/_035/kotlin/Solution.kt
 [038-kotlin]: ./src/_038/kotlin/Solution.kt
+[053-kotlin]: ./src/_053/kotlin/Solution.kt
 [771-kotlin]: ./src/_771/kotlin/Solution.kt

src/_053/kotlin/Solution.kt

@@ -0,0 +1,22 @@
+package _053.kotlin
+
+/**
+ * @author relish
+ * @since 2018/04/17
+ */
+class Solution {
+    fun maxSubArray(nums: IntArray): Int {
+        val len = nums.size
+        var max = nums[0]
+        var dp = nums[0]
+        for (i in 1 until len) {
+            dp = Math.max(dp + nums[i], nums[i])
+            max = Math.max(max, dp)
+        }
+        return max
+    }
+}
+
+fun main(args: Array<String>) {
+    println(Solution().maxSubArray(intArrayOf(-2, 1, -3, 4, -1, 2, 1, -5, 4)))
+}

tips/053/README.md

@@ -19,6 +19,7 @@ If you have figured out the O(*n*) solution, try coding another solution using t
 
 题意是求数组中子数组的最大和，这种最优问题一般第一时间想到的就是动态规划，我们可以这样想，当部分序列和大于零的话就一直加下一个元素即可，并和当前最大值进行比较，如果出现部分序列小于零的情况，那肯定就是从当前元素算起。其转移方程就是 `dp[i] = nums[i] + (dp[i - 1] > 0 ? dp[i - 1] : 0);`，由于我们不需要保留 dp 状态，故可以优化空间复杂度为 1，即 `dp = nums[i] + (dp > 0 ? dp : 0);`。
 
+Java:
 ```java
 class Solution {
     public int maxSubArray(int[] nums) {
@@ -32,10 +33,27 @@ class Solution {
 }
 ```
 
+kotlin(232ms/93.55%):
+```kotlin
+class Solution {
+    fun maxSubArray(nums: IntArray): Int {
+        val len = nums.size
+        var max = nums[0]
+        var dp = nums[0]
+        for (i in 1 until len) {
+            dp = Math.max(dp + nums[i], nums[i])
+            max = Math.max(max, dp)
+        }
+        return max
+    }
+}
+```
+
 ## 思路 1
 
 题目也给了我们另一种思路，就是分治，所谓分治就是把问题分割成更小的，最后再合并即可，我们把 `nums` 一分为二先，那么就有两种情况，一种最大序列包括中间的值，一种就是不包括，也就是在左边或者右边；当最大序列在中间的时候那我们就把它两侧的最大和算出即可；当在两侧的话就继续分治即可。
 
+Java:
 ```java
 class Solution {
     public int maxSubArray(int[] nums) {