最大字段和（暴力，分治，在线算法）

求一个序列的最大字段和即求一个序列的最大连续字段和，例如[4, -3, 5, -2, -1, 2, 6, -2]的最大子段和为11=[4+(-3)+5+(-2)+(-1)+(2)+(6)]。

1.暴力算法
时间复杂度O（n^3）
求出每一个子段的和然后取最大值

#include<bits/stdc++.h>
using namespace std;

int MaxSubsequenceSum(int a[])
{
    int i,j,k;
    int ans;
    int maxsum = 0;
    for(i=0; i<8; i++)  //子段起始位置
    {
        for(j=0; j<8; j++) //子段结束为止
        {
            ans = 0;
            for(k=i; k<j; k++)
            {
                ans +=a[k];
            }
            if(ans>maxsum)
            {
                maxsum = ans;
            }
        }
    }
    return maxsum;
}


int main()
{
    int a[] = { 4, -3, 5, -2, -1, 2, 6, -2 };
    int maxSubSum = MaxSubsequenceSum(a);
    cout << "The max subsequence sum of a is: " << maxSubSum << endl;
    return 0;
}

2；优化后的暴力
时间复杂度（n^2）

#include<bits/stdc++.h>
using namespace std;

int MaxSubsequenceSum(int a[])
{
    int i,j,k;
    int ans;
    int maxsum = 0;
    for(i=0; i<8; i++)  //子段起始位置
    {
        ans = 0;
        for(j=i; j<8; j++) //子段结束为止
        {
            ans +=a[j];   //累加元素值
            if(ans>maxsum)  //更新最大值
            {
                maxsum = ans;
            }
        }
    }
    return maxsum;
}


int main()
{
    int a[] = { 4, -3, 5, -2, -1, 2, 6, -2 };
    int maxSubSum = MaxSubsequenceSum(a);
    cout << "The max subsequence sum of a is: " << maxSubSum << endl;
    return 0;
}

3:分治法
时间复杂度O（NlogN）
将序列分成两部分，则最大字段和可能出现在三处
1：左半部分
2：右半部分
3：横跨左右两部分，这样的情况因为有一个边界是确定的，所以只需要从中间位置向左和向右分别扫一遍，然后相加就可以
初始状态

二分递归，递归截止条件lift=right



分别求出每一段的最大字段和

右半部分也是同样的操作

最后取最大值

时间复杂度分析

#include<bits/stdc++.h>
using namespace std;

int MaxSubsequenceSum(int a[],int left,int right)
{
    int MaxLeftSum,MaxRightSum;
    int MaxLeftBorderSum,MaxRightBorderSum;
    if(left==right)  //递归结束条件
        return a[left];
    int mid = (left+right)>>1;
    MaxLeftSum = MaxSubsequenceSum(a,left,mid); //左半部分
    MaxRightSum = MaxSubsequenceSum(a,mid+1,right); //右半部分
    MaxLeftBorderSum=0;
    MaxRightBorderSum=0;
    int tmpsum = 0;
    for(int i=mid; i>=left; i--)   // 左边包含边界最大序列和
    {
        tmpsum +=a[i];
        if(tmpsum>MaxLeftBorderSum)
            MaxLeftBorderSum = tmpsum;
    }
    tmpsum = 0;
    for(int i=mid+1; i<=right; i++)    // 右边包含边界最大序列和
    {
        tmpsum +=a[i];
        if(tmpsum>MaxRightBorderSum)
            MaxRightBorderSum = tmpsum;
    }
    int MaxBorderSum = MaxLeftBorderSum+MaxRightBorderSum;// // 最大边界子序列和等于两部分边界之和
    return max(MaxBorderSum,max(MaxLeftSum,MaxRightSum));//返回一个最大值
}

int main()
{
    int a[] = { 4, -3, 5, -2, -1, 2, 6, -2 };
    int maxSubSum = MaxSubsequenceSum(a,0,7);
    cout << "The max subsequence sum of a is: " << maxSubSum << endl;
    return 0;
}

4：在线算法
时间复杂度O（N）

#include<bits/stdc++.h>
using namespace std;

int MaxSubsequenceSum(int a[],int left,int right)
{
    int MaxLeftSum,MaxRightSum;
    int MaxLeftBorderSum,MaxRightBorderSum;
    if(left==right)  //递归结束条件
        return a[left];
    int mid = (left+right)>>1;
    MaxLeftSum = MaxSubsequenceSum(a,left,mid); //左半部分
    MaxRightSum = MaxSubsequenceSum(a,mid+1,right); //右半部分
    MaxLeftBorderSum=0;
    MaxRightBorderSum=0;
    int tmpsum = 0;
    for(int i=mid; i>=left; i--)   // 左边包含边界最大序列和
    {
        tmpsum +=a[i];
        if(tmpsum>MaxLeftBorderSum)
            MaxLeftBorderSum = tmpsum;
    }
    tmpsum = 0;
    for(int i=mid+1; i<=right; i++)    // 右边包含边界最大序列和
    {
        tmpsum +=a[i];
        if(tmpsum>MaxRightSum)
            MaxRightBorderSum = tmpsum;
    }
    int MaxBorderSum = MaxLeftBorderSum+MaxRightBorderSum;// // 最大边界子序列和等于两部分边界之和
    return max(MaxBorderSum,max(MaxLeftSum,MaxRightSum));//返回一个最大值
}

int main()
{
    int a[] = { 4, -3, 5, -2, -1, 2, 6, -2 };
    int maxSubSum = MaxSubsequenceSum(a,0,7);
    cout << "The max subsequence sum of a is: " << maxSubSum << endl;
    return 0;
}