7-1最大子列和问题

最近在粗略的浏览《大话数据结构》这本书，回顾了大二学习的内容。大胆承认，我真的不理解为什么要学习数据结构这门课，为什么大厂招程序员，研究生面试什么的，都很看重这个。所以想从题目入手，慢慢体会数据结构在解题中的作用。看到最大子列和问题，我模模糊糊觉得，自己的笨办法时间复杂度太高，一定有某种数据结构和算法可以解决的，可是我又不知道是什么。
初步想法：若数列存在正数，连续子列的首尾元素不可能负数，因为去掉他们一定更大。如果前几个数和为负数，则不用继续累加，因为相当于负数开头。
网络上有分治法和在线处理（动态规划）两种，暂时先尝试分治，等对数据结构和算法更熟悉了以后再考虑动态规划。
在网络上众多关于最大子列和的资料中，并没有对新手小白非常友好的详细介绍，故用16个随机数来分析递归的思路。

其实就分而治之而言，是很容易想到把大数列划分成小数列的，但是究竟怎么运用上一层的最大数列和呢？怎么分呢？简单的办法是一分为2，求左侧最大和和右侧最大和，但是显然，还可能出现跨线的最大和。不过，这个最大和相对简单，因为一定是从分界线往左往右连着数，只要左边最大，右边就最大，和就最大。最终的最大和是三者中的最大值。
以right 和left作为函数参数，递归求解最大和。最开始left=0,right=15。经过一次分治，left=0,right=7/left=8,right=15/;以此类推，作为参数求解。
那么跨越分界的最大和如何求？以左侧最大为例。遍历左侧的全部和，保留下最大的那个即可。
对于递归而言，终止条件是非常重要的，如何确定呢？那便是只有一个数时，最大值就是本身，根本不用考虑左侧右侧，跨线的情况。

#include<stdio.h>
int max3(int a,int b,int c);
int  MaxSubseqSum(int left, int right);
int arr[100000];
int main(){
	int len;
	int i;
	scanf("%d",&len);
	int left=0,right=len-1;
	for(i=0;i<len;i++){
		scanf("%d",&arr[i]);
	}
	int MaxSum = MaxSubseqSum(left, right);
	printf("%d",MaxSum);
	
	return 0;
} 
int  MaxSubseqSum( int left, int right)
{
	//求最大子列和函数是一个递归函数，确定递归结束条件
	if (left == right)//只有一个数终止 
	{
		return arr[left];
	
	}
	//左右最大子列和
	int mid = (left + right)/2;
	int LeftMaxSum = MaxSubseqSum(left, mid);
	int RightMaxSum = MaxSubseqSum(mid + 1, right);

	//跨分界线最大子列和 以分界线为轴 左右分别取最大 
	int LeftBorderMaxSum = 0;
	int LeftBorderSum = 0;
	for (int i = mid; i >= left; i--)
	{
		LeftBorderSum += arr[i];
		if (LeftBorderSum > LeftBorderMaxSum)
		{
			LeftBorderMaxSum = LeftBorderSum;
		}
	}

	int RightBorderMaxSum = 0;
	int RightBorderSum = 0;
	for (int i = mid + 1; i <= right; i++)
	{
		RightBorderSum += arr[i];
		if (RightBorderSum > RightBorderMaxSum)
		{
			RightBorderMaxSum = RightBorderSum;
		}
	}

	int BorderMaxSum = LeftBorderMaxSum + RightBorderMaxSum;

	int LRMaxSum = max3(LeftMaxSum,RightMaxSum,BorderMaxSum);

	return LRMaxSum;
}
int max3(int a,int b,int c){
	int max=a;
	if(b>max){
		max=b;
	}
	if(c>max){
		max=c;
	}
	return max;
}

总结：求一个数列的最大和，可以直接从第一个元素往后遍历，存取最大和，直到最后一个元素，时间复杂度为O(n^2)。分而治之的核心是把一个数列的最大和问题进行了拆分，分为可以递归的部分：即左右两侧的最大和以及好计算的跨中线的最大和，时间复杂度计算如下：