问题描述：
最大子段和问题是将一个n个整数的序列a[1]，a[2]….a[n]中字段a[first]….a[last]之和，(1<=first<=last<=n)求这些子段和中最大的。
例如（a[1],a[2],a[3],a[4],a[5],a[6]）=(-2,11,-4,13,-5,-2)时，最大子段和为20，子段为a[2],a[3],a[4]。

求解方法：
如果不会算法，那就用时间复杂度为O(n^3)的枚举，i为从1到n的起点，j为从i到n的终点，k为从i到j的子段之和。
还是枚举，改进一下，得到O(n^2)的枚举算法，就是将k去掉，在找其终点j的时候就将子段和记录下来，因为从i到j的子段和就是从i到j-1的子段和加上a[j]。
再改进一下，将这个序列分成1到(1+n)/2的序列与(1+n)/2到n的序列。那么最大的子段有可能出现在：
1.左侧序列。2.右侧序列。3.跨越中间点的序列。
我们从中间点两侧找最大子段，再找越过中间点的最大子段，就形成了我们所说的分治算法，得到复杂度为O(nlogn)的算法。
其实，我们在选择一个元素a[j]的时候，只有两种情况，将a[i]至a[j-1]加上，或者从a[j]以j为起点开始。我们用一个数组dp[i]表示以i为结束的最大子段和，对于每一个a[i]，加上dp[i-1]成为子段，或以a[i]开始成为新段的起点。因为我们只需要记录dp值，所以复杂度是O(n)。
这就是最大子段和的动态规划算法。
我们甚至不需要dp数组，只需要定义一个dp变量，因为最后要求的dp值也是最大的，所以我们可以在求dp的时候更新为最大的。

暴力法：

#include<iostream>
using namespace std;int MaxSum(int n,int *a,int &besti,int &bestj)
{int sum=0;for(int i=0;i<n;i++){for(int j=i;j<n;j++){int tempSum=0;for(int k=i;k<j;k++){tempSum+=a[k];if(tempSum>sum){sum=tempSum;besti=i;bestj=j;}}}}return sum;
}
int main()
{int a[100]={-2,11,-4,13,-5,-2};int n=6;int besti=0;int bestj=0;MaxSum(n,a,besti,bestj);cout<<"输出最大子段和：";for(int i=besti;i<bestj;i++){cout<<a[i]<<" ";}} 

暴力法改进：

#include<iostream>
using namespace std;int MaxSum(int n,int *a,int &besti,int &bestj)
{int sum=0;for(int i=0;i<n;i++){int tempSum=0;for(int j=i;j<n;j++){tempSum+=a[j];if(tempSum>sum){sum=tempSum;besti=i;bestj=j;}}}return sum;
}
int main()
{int a[100]={-2,11,-4,13,-5,-2};int n=6;int besti=0;int bestj=0;MaxSum(n,a,besti,bestj);for(int i=besti;i<=bestj;i++){cout<<a[i]<<" ";}} 

动态规划：

#include<iostream>
using namespace std;int MaxSum(int n,int *a,int &besti,int &bestj)
{int sum=0;int tempSum=0;for(int i=0;i<n;i++){if(tempSum>0){tempSum+=a[i];}else{tempSum=a[i];}if(tempSum>sum){sum=tempSum;}} return sum;
}
int main()
{int a[100]={-2,11,-4,13,-5,-2};int n=6;int besti=0;int bestj=0;cout<<MaxSum(n,a,besti,bestj);}