最大子序列和（动态规划）

给定一个整数数组 nums ，找到一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。

示例:

输入: [-2,1,-3,4,-1,2,1,-5,4],
输出: 6
解释: 连续子数组 [4,-1,2,1] 的和最大，为 6。

根据题意，我们必须明确，答案是一个 连续的最大和子数组，它和最大上升子序列是不同的。

一般来说过，只要一旦判断题目是有关动态规划的题，第一步就是要找到他的最优子结构，至于怎么找到最优子结构，只能刷题了，多刷点题目。

用数组d[i] 来保存 当前最大的连续子数组，算法的思想大体是这样的，循环遍历每个数，然后每次检验d[i-1] 是否大于零，只要大于零就    d[i] = d[i-1]+nums[i] ,如果d[i-1]<0 ,那么直接d[i]=nums[i]

算法核心： d[i] = d[i-1]>=0 ? d[i-1]+nums[i] : nums[i]

我在这里下标按 1...n 比较好描述

按照上面算法核心走一遍

[-2]                                           d[1] = -2;   这步是直接初始化，在只有一个数的时候，他就是最大连续的最大和子数组

[-2,1]                                       d[2] = 1;  d[1] =-2 <0 所以前面的最大连续和是负数，加上它们肯定会变小，所以直接不要它

[-2,1,-3]                                   d[3] = d[2]+nums[3] =-2; d[2] =1>=0 所以在i之前的最大连续是正数，肯定要加上它

[-2,1,-3,4]                                d[4] = 4; d[3] < 0

[-2,1,-3,4,-1]                           d[5] = d[4] +nums[5] = 3 ;  d[4]>0

[-2,1,-3,4,-1,2]                        d[6] = d[5]+nums[6] =5; d[5]>0

[-2,1,-3,4,-1,2,1]                     d[7] = d[6]+nums[7] =6; d[6]>0

[-2,1,-3,4,-1,2,1,-5]                d[8] = d[7]+nums[8] =1;d[7]>0

[-2,1,-3,4,-1,2,1,-5,4]             d[9] = d[8]+nums[9] =5; d[8]>0

在这里我们只需要遍历d[i]数组中最大数数即可，或者每一遍历的使用m来记录d[i] 的最大值，具体算法过程如下

#include 
#include 
using namespace std;
int main()
{
    //d 用来保存最大连续子数组的值
    //m 记录d数组中的最大值
    int n,nums[100],d[100],m;
    while(cin>>n)
    {
        for(int i=1;i>nums[i];
        }
        m=d[0] = nums[0];    // 初始化第一个 d[0]
        for(int i=1;i

上面代码是我直接手敲的，没过编译器，但思想不会错了，  这个时间复杂度为 O(n)