最大子段和问题（分治）

使用分治法的基本特征：

1.问题缩小到一定规模容易解决

2.分解成的子问题是相同种类的子问题，即该问题具有最优子结构性质

3.分解而成的小问题在解决之后要可以合并
这个是能否分治的关键，解决子问题之后如果不能合并从而解决大问题的话，那就凉凉了，如果满足一，二，不满足三，即具有最优子结构的话，可以考虑贪心或者dp

4.子问题是相互独立的，即子问题之间没有公共的子问题
如果不满足第四条的话，也可以用分治，但是在分治的过程中，有大量的重复子问题被多次的计算，拖慢了算法效率，这样的问题可以考虑dp（大量重复子问题）

最大子段和问题：

给定由n个整数组成的序列(a1, a2, …, an)，最大子段和问题要求该序列的最大值，当序列中所有整数均为负整数时，其最大子段和为0。

代码思路：

1. 首先按照平衡子问题的原则，分成两个子序列
2. 最大子段可能出现在左序列，有可能出现在右序列，也有可能是左右结合起来
3. 左（右）序列可以用递归来解决，左右结合的以center分开，两边都是半定区间，循环解决即可

代码：

#include<bits/stdc++.h>
using namespace std;
int maxSum(int a[],int left,int right)
{
    int sum=0;
    if(right==left)
    if(right==left)
    {
        if(a[left]>0)
            return a[left];
        else
            return 0;
    }
    int center=(left+right)/2;
    int leftsum=maxSum(a,left,center);
    int rightsum=maxSum(a,center+1,right);
    int s1=0;
    int lefts=0;
    for(int i=center;i>=left;i--)
    {
        lefts+=a[i];
        if(lefts>s1)
            s1=lefts;
    }
    int s2=0;
    int rights=0;
    for(int i=center+1;i<=right;i++)
    {
        rights+=a[i];
        if(rights>s1)
            s2=rights;
    }
    sum=s1+s2;
    int sum1=max(sum,leftsum);
    int sum2=max(sum1,rightsum);
    return sum;
}
int main()
{
    int n;
    cin>>n;
    int a[n];
    for(int i=0;i<n;i++)
        cin>>a[i];
    cout<<maxSum(a,0,n-1);
}