计算数组的最大子段和

         /**
	 * 求最大子段和的简单算法
	 * 时间复杂度O(n^3)
	 * @param a
	 * @return
	 */
	public static int maxSum_1(int[] a) {
		int sum=0;
		int n=a.length-1;
		//i控制最大子段和的起始下标
		for(int i=0;i<=n;i++) {
			//j控制最大子段和的末尾下标
			for(int j=i;j<=n;j++) {
				int thissum=0;
				//每次计算每一个子段之和
				for(int k=i;k<=j;k++) {
					thissum+=a[k];
				}
				//判断当前子段和是否比之前上一个子段和大
				if(thissum>sum) {
					sum=thissum;	//满足条件则更新最大子段和	
				}
			}
			
		}
		return sum;
	}
	/**
	 * 优化算法,时间复杂度O(n^2)
	 * Sn+1=a[n+1]+Sn;
	 * @param a
	 * @return
	 */
	public static int maxSum_2(int[] a) {
		int sum=0;
		int n=a.length-1;
		for(int i=0;i<=n;i++) {
			int thissum=0;
			for(int j=i;j<=n;j++) {
				thissum+=a[j];
				if(thissum>sum) {
					sum=thissum;
				}
			}
		}
		
		return sum;
	}
	/**
	 * 动态规划算法
	 * @param a
	 * @return
	 */
	public static int maxSum_3(int[] a) {
		int sum=0;
		int n=a.length,b=0;//b记录每次求和
		for(int i=0;i<n;i++) {
			//b>0时开始求和,否则求和元素向后移动
			if(b>0) {
				b+=a[i];
			}else {
				b=a[i];
			}
			//b>sum时,重新赋值给sum
			if(b>sum) {
				sum=b;
			}
		}
		return sum;
	}
	/**
	 * 递归分治算法
	 * @param a
	 * @param left
	 * @param right
	 * @return
	 */
	public static int maxSubSum(int[] a,int left,int right) {
		int sum=0;
		if(left==right) {
			sum=a[left]>0?a[left]:0;
		}else {
			int center=(left+right)/2;
			int leftsum=maxSubSum(a,left,center);//计算左半部最大子段和
			int rightsum=maxSubSum(a,center+1,right);//计算右半部最大子段和
			
			int s1=0,ls=0;
			for(int i=center;i>=left;i--) {
				ls+=a[i];
				if(ls>s1) {
					s1=ls;
				}
			}
			
			int s2=0,rs=0;
			for(int i=center+1;i<=right;i++) {
				rs+=a[i];
				if(rs>s2) {
					s2=rs;
				}
			}
			sum=s1+s2;
			if(sum<leftsum) {
				sum=leftsum;
			}
			if(sum<rightsum) {
				sum=rightsum;
			}
		}
		return sum;
	}