【PAT A1007】Maximum Subsequence Sum

思路
首先这是一个最优解问题，而且接下来我们还可以看到大问题可以分解为小问题，有了这两个条件，动态规划就没得跑了。假设已知n个连续序列的最大子序列，那么现在在后面追加一个数，求现在这个序列的最大子序列怎么求？可以这么想，现在的最大子序列可能包括追加的数，也可能不包括，如果不包括的话现在的最大子序列就是没有追加数之前的最大子序列，如果包含的话那么这个问题其实就变成了最大后缀的问题。好的现在来研究最大后缀问题就好了，如果我们已知追加数之前的序列的最大后缀，假设为S，如果S>0，那么追加数之后的最大后缀就是追加数之前的最大后缀加上追加的数即可（你可以反证），如果S<=0，那么追加数之后的最大后缀就是追加的这个数。解决了最大后缀问题自然而然就做出来了，只需用几个变量记录下最大子序列的边界就好了。

#include <cstdio>
using namespace std;

int main(){
	//i[m]用于存放从0-m的序列的最大后缀的左边界
	int K, nums[10010], i[10010]={0};
	scanf("%d", &K);
	//max是当前最大子序列和，sum是当前位置之前的序列的最大子序列之和
	//j是最大子序列和的右边界
	int max, sum, j = 0;
	for(int m = 0; m < K; m++){
		scanf("%d", &nums[m]);
		if(m == 0)
			sum = max = nums[m];
		else{
			if(sum > 0){
				i[m] = i[m - 1];
				sum += nums[m];
			}
			else{
				i[m] = m;
				sum = nums[m];
			}
			if(sum > max){
				j = m;
				max = sum;
			}
		}
	}
	if(max >= 0)
		printf("%d %d %d\n", max, nums[i[j]], nums[j]);
	else
		printf("0 %d %d\n", nums[0], nums[K - 1]);

	return 0;
}