最大子序列算法

O(N^3)

int MaxSubsequenceSum(const int A[],int N)
{
	int ThisSum,MaxSum,i,j,k;
	MaxSum=0;
	for(i=0;i<N;i++)
	{
		for(j=i;i<N;j++)
		{
			ThisSum=0;
			for(k=i;k<=j;k++)
			{
				ThisSum+=A[k];
				if(ThisSum>MaxSum)
				MaxSum=ThisSum;
			}
	}
	return MaxSum;
}

O(N^2)

 int MaxSubsequenceSum(const int A[],int N)
 {
 	int thissum,maxsum,i,j;
 	maxsum=0;
 	for(i=0;i<N;i++)
 	{
 		thissum=0;
 		for(j=i;j<N;j++)
 		{
 			thissum+=A[j];
 			if(thissum>maxsum)
 			maxsum=thissum;
 		}	
 	}
 	return maxsum;
 }

O(N log N)

分治思想：
将一段序列分为两份，最大子序列和可能出现在三处；
1.整个序列的左半部分
2.整个序列的右半部分
3.占据左右两半
前两种情况可以使用递归求解，最后一种情况可以由包含前半部分最后一个数据的最大和加上包含后半部分第一个数据的最大和加和得到

static int MaxSubSum(const int A[],int l,int r)
{
	int lmax,rmax;//左右部分最大值
	int lmaxb,rmaxb;//包含前半部分最后一个数据的最大和and包含后半部分第一个数据的最大和
	int lb,rb;
	int mid,i;
	if(l==r)
		if(A[l]>0)return A[l];
		else return 0;
	mid=(l+r)/2;
	lmax=MaxSubSum(A,l,mid);
	rmax=MaxSubSum(A,mid+1,r);
	lmaxb=0;
	rmaxb=0;
	lb=0;
	rb=0;
	for(i=mid;i>=l;i--)//求包含前半部分最后一个数据的最大和
	{
		lb+=A[i];
		if(lb>lmaxb)lmaxb=lb;
	}
	for(i=mid+1;i<=r;i++)//求包含前后部分第一个数据的最大和
	{
		rb+=A[i];
		if(rb>rmaxb)rmaxb=rb;
	}
	return max3(lmax,rmax,lmaxb+rmaxb);
}
int MaxSubsequenceSum(const int A[],int N)
{
	return MaxSubSum(A,0,N-1);
}

O(N)

int MaxSubsequenceSum(const int A[],int n)
{
	int thissum=0, maxsum=0, i;
	for (i = 0; i < 6; i++)
	{
		thissum += a[i];
		if (thissum > maxsum)maxsum = thissum;
		else if (thissum < 0)thissum = 0;
	}
	return maxsum;
}