最大段子和

算法思路：

设有A1、A2   。。到  An个序列数，然后在An/2处分开，此时最大段子和有三种情况：

1、在A1到An/2之间      2、 在An/2到An之间       3、横括了An/2

采用分治思想，用第一种情况举例，用递归的方法继续在An/4处分开，如此循环，

图源csdn

直到遇到第三种情况，则 S3 = S1 + S2

算法伪代码：

函数 maxSubarray(数组 a, 整数 left, 整数 right) 
  // 如果左右边界相等，说明只有一个元素，直接返回该元素或0（如果是负数）
  if（ left == right ）
   return max(a[left], 0)；
  // 否则，将数组分成两部分，分别求解左右两部分的最大子段和
    int mid = (left + right) / 2;       // 计算中间位置
    int leftSum = maxSubarray(a, left, mid);   // 递归求解左半部分的最大子段和
    int rightSum = maxSubarray(a, mid+ 1, right);    // 递归求解右半部分的最大子段和
    // 初始化左右两边的最大子段和为0
    int leftMax = 0;
    int rightMax = 0;
    // 计算以中间位置为结尾的最大子段和
    int sum = 0；
    对于 i 从 mid 到 left 
      sum = sum + a[i];
      if (sum > leftMax) 
        leftMax = sum;
    // 计算以中间位置为开头的最大子段和
    sum = 0
    对于 i 从 mid + 1 到 right 
      sum = sum + a[i]；
      if(sum > rightMax) 
        rightMax = sum;
    // 返回三种情况中的最大值
    return max(leftSum, rightSum, leftMax + rightMax)；

时间复杂度：

该算法的时间复杂度是 O(nlogn)，每次递归分组需要的时间复杂度是你，而子递归的数据是n/2；

所以T(n) = 2T(n/2) + O(n); 根据递推公式可以算出时间复杂度是O(nlogn)。

对分治算法的体会：

将复杂问题简单化，大问题分割成小问题，然后小问题的求解合并得出最终需要的结果。它可以有效的减少时间复杂度，但会增加空间复杂度，核心是对于分割的方式选择，是解决问题的最重要的步骤。