Kadane 算法--最大子数组问题

问题引入：《算法导论》第四章分治策略最大子数组问题算法
《算法导论》中第四章在讲解分治策略时引入了该问题，并给出了分治策略求解该问题的算法，算法复杂度为O（nlog（n))。并在课后习题4.1-5引入了该问题的最佳解决办法，这就是著名的Kadane算法，其算法复杂度为O（n）。
Kadane算法利用了动态规划策略，类似于数学归纳法。
实现代码：

#include<stdio.h>
struct node{
	int begin;
	int end;
	int result;
};
//最大子数组问题 ：卡丹尔算法思路,动态规划，前0~i个数中的最大子数组要么包含第i个数，要么不包含。不包含时即为前0~i-1的解，包含的话
//又能分成两种情况：只包含a[i]  和  既包含a[i] 又包含一个以i-1为终点的最大子数组，所以问题具有最优子结构性质。 
int main()
{
	int a[]={13,-3,-25,-20,-3,-16,-23,18,20,-7,12,-5,-22,15,-4,7};
	struct node  A,B;//A用来保存目前为止0~i个数中找到的最大子数组（不一定包含i），B为目前为止以i为终点的的最大子数组（子数组中包含i） 
	A.result=-10000;
	B.result=-10000;
	for(int i=0;i<16;i++)  
	{
		if(a[i]>B.result+a[i])      
			{
				B.result=a[i];
				B.begin=i;
				B.end=i;              //更新B， 即目前找到的以i为终点的最优子数组 
			}
		else
		{
			B.result=a[i]+B.result;
			B.end=i; 
		}
/*************************************/		
		
		if(A.result<B.result)     //更新A，即目前找到的最优子数组 
		{
			A.begin=B.begin;
			A.end=B.end;
			A.result=B.result;
		}
			 
	}
	printf("result:%d\nbegin:%d\nend:%d\n",A.result,A.begin,A.end);
	return 0;
 }