最大子列和问题

题目：

 下面分别介绍了四种方法，相应的时间复杂度依次递减。

• 方法一：暴力解法，时间复杂度为T（n）=O（n3）

int maxadd(int A[],int N){
	int Max=0;
	for(int i=0;iMax){
				Max=This_add;
			}
		}
	}
	return Max;
}

•  方法二：相对于方法一减少了一个循环过程，时间复杂度为T（n）=O（n2）

int maxadd(int A[],int N){
	int Max=0;
	for(int i=0;iMax){
				Max=This_add;
			}
		}
	}
	return Max;
}

• 方法三：分治思想，时间复杂度为T(N)=N 

int maxadd(int A[],int left,int right){
	int boundry=0;//二分边界
	int max_left=0,max_right=0;//左右分段的最大子列和
	int max_boundry_left=0,max_boundry_right=0;//跨越边界的最大子列和
	int This_add_left=0;
	int This_add_right=0;
	boundry=(right-left)/2;
	max_left=maxadd(int A[],int left,int boundry);
	max_right=maxadd(int A[],int boundry+1,int right);
    //递归终止条件
	if(left==right){
		if(A[left]<=0){
			return 0;
		}
		else{
			return A[left];
		}
	}
    //获取左右区间融合的最大子列和
	for(int i=boundry;i>=left;i--){
		This_add_left+=A[i];
		if(max_boundry_left

• 方法四：“在线” 的方法，时间复杂度为T（n）=O（）

int maxadd3(int A[], int N) {
	int Max = 0;
	int This_add = 0;
	for (int i = 0; i < N; i++) {
		This_add += A[i];
		if (This_add > Max)
			Max = This_add;
		else if(This_add<=0)
			This_add = 0;
	}
	return Max;
}