动态规划-最大连续子序列的和

利用动态规划解决最大连续子序列的和的问题，复杂度为 O(n)

步骤 1：令状态 dp[i] 表示以 A[i] 作为末尾的连续序列的最大和（这里是说 A[i] 必须作为连续序列的末尾）
步骤 2：做如下考虑：因为 dp[i] 要求是必须以 A[i] 结尾的连续序列，那么只有两种情况：

最大和的连续序列只有一个元素，即以 A[i] 开始，以 A[i] 结尾。
最大和的连续序列有多个元素，即从前面某处 A[p] 开始(p<i)，一直到 A[i] 结尾。

对第一种情况，最大和就是 A[i] 本身。
对第二种情况，最大和是 dp[i-1]+A[i]。
于是得到状态转移方程：
　　　　　　　　dp[i] = max{A[i], dp[i-1]+A[i]}

#include<iostream>
#include<math.h>
using namespace std;

int nums[10001];
int  dp[10001];

int main() {
	int K;
	cin >> K;
	int imax = 0;
	for (int i = 1; i <= K; i++) {
		cin >> nums[i];
	}
	dp[0] = 0;
	for (int i = 1; i <= K; i++) {
		if (dp[i-1] < 0)
			dp[i] = 0 + nums[i];
		else
			dp[i] = dp[i - 1] + nums[i];
		imax = max(dp[i], imax);
	}
	cout << imax;
	return 0;
}