最大子列和问题（一）

    看了看中国大学MOOC,很有感触，真心感谢网络上这么多资源，学习方便多了，步入正题，最大子列和问题，就是给定n个整数的序列，求最大的连续子列的和(如果是负数就返回0)，举个简单例子来说吧
    int arr[]={-5,4,6};
    最直接的就是算出所有连续子列的和，即:
    arr[0];//结果是0
    arr[0]加到arr[1]//结果是0
    arr[0]到arr[2]; //5
    arr[1]; //4
    arr[1]加到arr[2];//10
    arr[2];//6
    所以，最大子列和为10，代码如下

int iMaxSeqSum(int arr[], int len)
{
    int max = arr[0];//初始化最大值为第一个元素的值
    for (int i = 0; i<len; i++)
    {

        for (int j = i; j<len; j++)
        {
            int sum = 0;//要清零
            for (int k = i; k <= j; k++)
                sum += arr[k];
            if (sum>max)
                max = sum;
        }
    }
    return max>0 ? max : 0;
}

 结果如下:

其实这个函数时间复杂度为O（n的三次方）,算法太笨了
可以将第三层直接取消掉

int iMaxSeqSum(int arr[], int len)
{
    int max = arr[0]; //初始化最大值为第一个元素  
    for (int i = 0; i<len; i++) 
    {
        int sum = 0; //sum必须清零  
        for (int j = i; j<len; j++)  
        {
            sum += arr[j];
            if (sum > max)
                max = sum;
        }
    }
    return max>0?max:0;

  结果是一样的，但时间复杂度为O（n平方）;
  其实，分而治之的方法还要高效，例如，arr[]={-5,4,6,-2,4};
  先把序列分成两段，左边一段，右边一段，还有一个就是跨越中间的一段

先分析左边三个，再继续分

不信的话代码跑跑看吧

写这个好费时间啊…….
分而治之的时间复杂度为O(n*log(n))，其实，这还不是最快的算法，今天就到这吧，以后再写,